基于穆斯堡尔参数的人工神经网络识别矿物的方法  

Identification of minerals using artificial neural networks based on M■ssbauer parameters

作　　者：施海蓉[1] 肖煜明[1] 黄红波[1] 吴东岷[1] Ali A M 李民[1] 李世民[1] 夏元复[1] 

机构地区：[1]南京大学,南京210093

出　　处：《核技术》2000年第7期467-474,共8页Nuclear Techniques

基　　金：国家自然科学基金!19835050;国家教委博士点基金!98-00

摘　　要：采用改进型反向传播人工神经网络，以含铁矿物穆斯堡尔参数作为样本，通过神经网络的训练，能很好地识别矿物，从而有效地提高了对矿物的识别本领。Minerals have been identified using Mssbauer parameters and artificial neural networks(ANN). The reported Mssbauer parameters of minerals were used to train an ANN called the improved back-propagation network. The excellent corrective ability indicates that it is probably an alternative method in Mssbauer data processing.

关 键 词：人工神经网络 穆斯堡尔谱学 矿物识别 

分 类 号：P575.9[天文地球—矿物学] O571.23[天文地球—地质学]