首页出版说明中文期刊中文图书环宇英文官网付款页面

基于 PNN 的蛋壳质量鉴别研究模型

刘 宏卿
名医医生集团（深圳）有限公司

摘要


本文基于PNN（概率神经网络）的方法，建立了蛋壳质量鉴别研究模型。结果表明：建立的模型结构为3-0.6-1，均方误差（RMSE）最小值为0.012。该模型可以有效地预测蛋壳质量判定影响规律，为选择蛋壳质量提供理论参考。

关键词


蛋壳质量；蛋壳鉴别；PNN；均方误差；模型结构



参考


[1]韩力群.人工神经网络教程[M].北京:北京邮电大学出版社，2007:2-60.

[2]H.Mirzadeh,A.Naja?zadeh.ANN modeling of straininduced martensite and its applications in metastableaustenitic stainless steels[J].Journal of Alloys and

Compounds,2009,476:352 355.

[3]Mehmet Sirac Ozerdem,Sedat Kolukisa.Arti?cialneural network approach to predict the mechanical properties of Cu Sn Pb Zn Ni cast alloys[J]Materialsand Design.2009,30:764 769.

[4]Sumantra Mandal,P.V.Sivaprasad,S.Venugopal.Arti?cialneural network modeling of composition processproperty correlations in austenitic stainless steels

[J].Materials Science and Engineering A,2008,485:571580.

[5]Sumantra Mandal,P.V.Sivaprasad,S.Venugopal.Arti?cialneural network modeling to evaluate and predict the deformation behavior of stainless steel type AISI 304L duringhot torsion[J].Applied Soft Computing2009,9:237244