神经网络和Eu^（2＋）离子在复合氟化物基体中跃迁发射的研究

摘要

运用人工神经网法对复合氟化物（ＡＢｍＦｎ）中Ｅｕ＋离子光谱结构进行了分类研究，对神经网络的基本特征进行了观察，实验表明，神经网的结构、初始权重以及作为训练集和预测集的随机分组对最终结果都会产生重要影响。本研究采用测试集来监控训练过程，以避免“过训练”，并提高神经网的预测性能。方法识别率达到１００％，预测率达到９６．３％．结果明显优于常规模式识别法。