应用化学镀镍的方法实现了氮化铝的金属化.为得到较大的氮化铝金属化层粘附力,运用基于稳健估计的神经网络研究氮化铝金属化中化学镀镍的反应参数与金属层粘附力的关系.为使神经网络更加稳健,本文根据统计学原理,在前馈神经网络基础上,采取稳健估计方法改进神经网络.建立了定量预测粘附力性能的模型,并进行实验验证.确定金属化工艺中稳定的优化工作区域.结果表明,稳健估计方法既有传统神经网络的优点,又有较强的抵抗异常值的能力,具有较广泛的实用性.
参考文献
| [1] | 陈希孺.近代实用回归分析[M].南宁:广西人民出版社,1984 |
| [2] | Liano K .[J].IEEE Transactions on Neural Networks,1996,NN-7(01):244-250. |
| [3] | Oja E .[J].Neural Networks,1996,9(03):435-444. |
| [4] | Honma H.Plating and Surface Finishing[M].,1985 |
| [5] | 李孝安.神经网络与神经计算导论[M].西安:西北工业大学出版社,1994 |
| [6] | Young C D .[J].IEEE Transactions on Components Packaging and Manufacturing Technology,1997,20(03):342-354. |
上一张
下一张
上一张
下一张
计量
- 下载量()
- 访问量()
文章评分
- 您的评分：
-
10%
-
20%
-
30%
-
40%
-
50%