CN 41-1243/TG ISSN 1006-852X

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

BP神经网络技术在金刚石检测中的应用

李世超 王忠孝 戚燕杰

李世超, 王忠孝, 戚燕杰. BP神经网络技术在金刚石检测中的应用[J]. 金刚石与磨料磨具工程, 2019, 39(2): 17-20. doi: 10.13394/j.cnki.jgszz.2019.2.0004
引用本文: 李世超, 王忠孝, 戚燕杰. BP神经网络技术在金刚石检测中的应用[J]. 金刚石与磨料磨具工程, 2019, 39(2): 17-20. doi: 10.13394/j.cnki.jgszz.2019.2.0004
LI Shichao, WANG Zhongxiao, QI Yanjie. Application of back propagation neural network technology on diamond test[J]. Diamond & Abrasives Engineering, 2019, 39(2): 17-20. doi: 10.13394/j.cnki.jgszz.2019.2.0004
Citation: LI Shichao, WANG Zhongxiao, QI Yanjie. Application of back propagation neural network technology on diamond test[J]. Diamond & Abrasives Engineering, 2019, 39(2): 17-20. doi: 10.13394/j.cnki.jgszz.2019.2.0004

BP神经网络技术在金刚石检测中的应用

doi: 10.13394/j.cnki.jgszz.2019.2.0004
详细信息
    作者简介:

    李世超,男,1987年生,本科。主要研究方向:金刚石检测及应用。E-mail: 591592946@qq.com

    通讯作者:

    戚燕杰,男,1989年生,本科。主要研究方向:金刚石检测及应用。E-mail: qiyanjie0810@163.com

  • 中图分类号: TQ164

Application of back propagation neural network technology on diamond test

  • 摘要: 以金刚石外部形貌参数椭圆度、透光度和其磁化率为输入量,以金刚石的冲击韧性TI值、热冲击韧性TTI值为输出量, 通过BP神经网络建立输入与输出量之间的映射关系,得到金刚石TI、TTI的BP神经网络预测值。结果表明:TI、TTI的预测结果较为准确,其预测值与实际检测值平均相对误差不高于1.4%,最大相对误差不高于5.4%,在一定程度上可以替代当前的有损检测方法。

     

  • 加载中
计量
  • 文章访问数:  123
  • HTML全文浏览量:  18
  • PDF下载量:  10
  • 被引次数: 0
出版历程
  • 修回日期:  2019-03-18
  • 刊出日期:  2019-04-28

目录

    /

    返回文章
    返回