%0 Journal Article
%T RBF网络在地质样品元素含量预测中的应用
%A 闫玉生
%A 庹先国
%A 杨雪梅
%A 穆克亮
%A 李哲
%J 金属矿山
%P 110-112
%D 2007
%X 人工神经网络具有自组织、自学习、非线性逼近能力，其中的径向基函数（RBF）网络是以函数逼近理论为基础而构造的一类前向网络，这类网络的学习等价于在高维空间中寻找训练数据的最佳拟合平面。对攀枝花已知地质样品的X射线荧光计数数据进行归一化，并用自组织神经网络进行分类后，采用RBF网络的OLS算法预测攀枝花未知地质样品的Ti元素含量，预测数据与化学分析数据的相对误差均小于0.5%，结果比较理想。
%K RBF网络
%K OLS算法
%K 地质样品
%K 元素含量
%K 预测
%U http://www.jsks.net.cn/CN/abstract/abstract10743.shtml