人工神经网络和最小二乘回归在XRF定量分析中的应用比较

郭盘林; 王基庆; 乐安全; 朱节清

doi:null

您当前的位置：

首页 >

文章列表页 >

人工神经网络和最小二乘回归在XRF定量分析中的应用比较

更新时间：2021-03-12

- 人工神经网络和最小二乘回归在XRF定量分析中的应用比较
- Comparision of artificial neural network with Least-Square regression in quantitative analysis of XRF
- 核技术 1999年第12期
- 作者机构：
  
  中国科学院上海原子核研究所!上海２０１８００
- 作者简介：
- 基金信息：
  
  (No.ZX069)
- DOI：
  中图分类号： O655
- 纸质出版日期：1999-12-01
- 稿件说明：
移动端阅览
[1]郭盘林,王基庆,乐安全,朱节清.人工神经网络和最小二乘回归在XRF定量分析中的应用比较[J].核技术,1999(12):725-729.

Comparision of artificial neural network with Least-Square regression in quantitative analysis of XRF[J]. Nuclear techniques, 1999, (12): 725-729.
[1]郭盘林,王基庆,乐安全,朱节清.人工神经网络和最小二乘回归在XRF定量分析中的应用比较[J].核技术,1999(12):725-729. DOI：

Comparision of artificial neural network with Least-Square regression in quantitative analysis of XRF[J]. Nuclear techniques, 1999, (12): 725-729. DOI：

摘要

采用人工神经网络的误差反向传输算法，定量分析了Ｐｔ、Ｐｄ二元合金的荧光Ｘ射线能谱，并与最小二乘回归法进行了比较。

Abstract

Backward error propagation logarithm of artificial neural network in XRFquantitative analysis of Pt-Pd alloy were presented in this paper. The results werecompared with least-square regression method. The technique of artificial neuralnetwork was proved more convenient and reliable.

关键词

Keywords

references

浏览量

122

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

基于神经网络的实物保护系统综合效能评估研究

HHT变换联合人工神经网络的核信号时频特征分析与识别

基于扫描核探针技术的大气气溶胶单颗粒物源识别与解析方法研究与应用

基于穆斯堡尔参数的人工神经网络识别矿物的方法

用人工神经网络识别复杂γ能谱

相关机构

武汉第二船舶设计研究所

中国船舶重工集团有限公司

光电技术及系统教育部重点实验室重庆大学光电工程学院

中国科学院上海原子核研究所

AI问答

地址：上海市嘉罗公路2019号邮编：201800
联系电话：021-39194977 Email：LHB@sinap.ac.cn
技术支持由北京北大方正电子有限公司提供沪ICP备05005479号-1 京公网安备11010802024621
本系统建议在Chrome、 IE9+ 以上版本浏览器阅读本站内容，360浏览器请切换至极速模式
Cookies帮助我们提供服务并提供个性化体验。使用本网站，即表示您同意我们使用Cookies
总访问量：880840 今日访问量：367

⁰