检索规则说明:AND代表“并且”;OR代表“或者”;NOT代表“不包含”;(注意必须大写,运算符两边需空一格)
检 索 范 例 :范例一: (K=图书馆学 OR K=情报学) AND A=范并思 范例二:J=计算机应用与软件 AND (U=C++ OR U=Basic) NOT M=Visual
作 者:阎加强[1] 单松高[1] 伍卫琼 杨亮侠 隋智通[2]
机构地区:[1]武汉工业大学,武汉430070 [2]东北大学
出 处:《耐火材料》1998年第4期238-240,共3页Refractories
基 金:国家自然科学基金
摘 要:介绍了人工神经网络的发展、特点、模型及其在材料研究中的应用现状;并以反应烧结原位ZrO2-SiC(p)材料中SiC生成量的拟合预报为例,讨论了其在耐火材料研究中的应用。The development, characteristic and models of Artificial Neural Networks(ANN) and its application in materialsdesign were introduced. The prediction of in-situ SiC content in reaction-sintered ZrO2-SiC(p) ceramics was used as anexample to discuss the application of ANN in refractory research.
分 类 号:TQ175.12[化学工程—硅酸盐工业] TQ175.6
正在载入数据...
正在载入数据...
正在载入数据...
正在载入数据...
正在载入数据...
正在载入数据...
正在载入数据...
正在链接到云南高校图书馆文献保障联盟下载...
云南高校图书馆联盟文献共享服务平台 版权所有©
您的IP:216.73.216.15