首页 | 本学科首页   官方微博 | 高级检索  
检索        

神经网络反向传播模型用于CmI的能级分类
引用本文:贺黎明,夏明思.神经网络反向传播模型用于CmI的能级分类[J].医学教育探索,1995(4):523-528.
作者姓名:贺黎明  夏明思
作者单位:华东理工大学物理系,华东理工大学化学系
摘    要:将神经网络反向传播算法应用于Curium的关于组态的分类计算。用4个特征变量(能级值、郎德g日子、J量子数和同位素位移)表征每一个能好。为检验神经网络预报能力,采用leave-n-out方法(奇宇称n=1,偶宇称n=5)对所有已知实验样本进行了预报。其中奇、偶宇称能级预报正确率分别为92.7%和97.4%。利用相同的神经网络结构,得到了12个奇宇称和42个偶宇称的未知能级的预报结果。

关 键 词:神经网络  反向传播  原子光谱  能级
点击此处可从《医学教育探索》浏览原始摘要信息
点击此处可从《医学教育探索》下载免费的PDF全文
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号