基于LM-BP神经网络模式的酸性染料分类方法

摘要

提出用Levenberg-Marquardt Backpropagation Neural Network (LM-BP)网络对酸性偶氮染料进行分类,网络结构为4-6-5.优化了隐含层神经元数和网络训练次数,表明隐含层神经元数应比输出层神经元数多一个.考察了训练集样本的选择对结果的影响,测试集的样本参数大小要处于训练集样本之间.本网络把其中22种染料作为训练集,把另外18种染料作为测试集,与采用GCEDM逐次分类法比较,测试集识别率为83%.