排序方式: 共有3条查询结果,搜索用时 6 毫秒
1
1.
基于RBF(Radial Basis Function)网络的正交最小平方算法,对攀枝花地质样品进行动态非线性基体效应校正.首先采用EDXRF仪器对样品进行测量,并对样品的荧光计数进行归一化,设计出自动分类模型和动态非线性数据基体效应校正模型的二级串联结构,用自组织神经网络(SOFM)进行分类,然后用RBF网络预测了未知样品元素Ti的百分含量.结果表明:对所预测样本的Ti的百分含量与化学分析相比的误差均小于0.5%.由此可见,用RBF方法可以有效地对地质样品进行非线性基体效应校正,能够达到工矿生产的要求. 相似文献
2.
由于矿床定位影响因子较多,并且这些因子与矿床位置间存在着非常复杂的非线性关系,所以一直以来,矿床定位只能实现定性化预测。RBF神经网络可以实现从输入到输出的高度非线性映射,能够使矿床预测由定性预测发展为定量预测。这里应用RBF神经网络法对浙江某地区铅锌矿进行了综合物化探找矿预测,结果表明,该方法具有很高的准确率,与实际地质情况吻合率很高,可以定量用作对隐伏矿床的预测。 相似文献
3.
1