%0 Journal Article
%T PREDICTION OF MARINE CORROSION USING A COMBINED ARTIFICIAL NEURAL NETWORK MODEL<br>组合人工神经网络模型预测海水腐蚀速度的研究
%A KONG Tao
%A WANG Jia
%A ZHONG Lian
%A <br>孔涛
%A 王佳
%A 钟莲
%J 腐蚀科学与防护技术
%D 2008
%I 
%X 针对误差反传(BP)人工神经网络在海水腐蚀预测建模中的样本数量有限和隐含层单元数难以确定的问题,提出了结合使用自组织特征映射(SOM)网络和径向基函数(RBF)人工神经网络方法预测海水腐蚀速度.首先采用SOM对样本进行分类,再使用RBF进行样本训练和建模,并对A3钢和16Mn钢的海水腐蚀速度进行了预测.结果表明,该方法能够增强了网络局部泛化能力,提高了预测精度和计算速度.
%K SOM neural network
%K RBF neural network
%K marine corrosion
%K prediction<br>SOM神经网络
%K RBF神经网络
%K 海水腐蚀
%K 预测
%K 组合
%K 人工神经
%K 网络模型
%K 预测精度
%K 海水腐蚀
%K 腐蚀速度
%K 研究
%K NEURAL
%K NETWORK
%K MODEL
%K ARTIFICIAL
%K COMBINED
%K CORROSION
%K MARINE
%K 计算速度
%K 泛化能力
%K 局部
%K 增强
%K 网络方法
%K 结果
%K 预测建模
%K 样本训练
%U http://www.alljournals.cn/get_abstract_url.aspx?pcid=5B3AB970F71A803DEACDC0559115BFCF0A068CD97DD29835&cid=AB188D3B70B071C57EB64E395D864ECE&jid=9F6E6EC8BA5BB62698F6640073DDD6E1&aid=C514A1252F8F895A396656DD504EA6A5&yid=67289AFF6305E306&vid=A04140E723CB732E&iid=CA4FD0336C81A37A&sid=9FFCC7AF50CAEBF7&eid=1D0FA33DA02ABACD&journal_id=1002-6495&journal_name=腐蚀科学与防护技术&referenced_num=0&reference_num=8