您的位置: 专家智库 > >

吴伟

作品数:7 被引量:13H指数:1
供职机构:中国科学院上海冶金研究所上海微系统与信息技术研究所更多>>
发文基金:国家自然科学基金更多>>
相关领域:自动化与计算机技术电子电信理学机械工程更多>>

文献类型

  • 7篇中文期刊文章

领域

  • 3篇自动化与计算...
  • 2篇电子电信
  • 1篇机械工程
  • 1篇理学

主题

  • 7篇神经网
  • 7篇神经网络
  • 7篇网络
  • 6篇工神经网络
  • 4篇信号
  • 4篇信号处理
  • 4篇阵列
  • 4篇人工神经
  • 4篇人工神经网络
  • 4篇感器
  • 4篇传感
  • 4篇传感器
  • 4篇传感器阵列
  • 4篇人工神经网
  • 3篇神经网络方法
  • 3篇人工神经网络...
  • 3篇网络方法
  • 2篇半导体
  • 1篇导体
  • 1篇阵列信号

机构

  • 7篇中国科学院上...
  • 1篇华东理工大学

作者

  • 7篇吴伟
  • 5篇蔡煜东
  • 3篇宫家文
  • 3篇朱建中
  • 2篇彭瑞伍
  • 2篇陈念贻
  • 2篇严六明
  • 1篇甘骏人
  • 1篇吴伟
  • 1篇张国雄
  • 1篇胡英
  • 1篇杜建斌

传媒

  • 2篇分析化学
  • 1篇Journa...
  • 1篇云南大学学报...
  • 1篇功能材料
  • 1篇分析测试技术...
  • 1篇分析测试仪器...

年份

  • 1篇1997
  • 2篇1995
  • 2篇1994
  • 2篇1993
7 条 记 录,以下是 1-7
排序方式:
Ga-In-As-Sb系合金固-液平衡和人工神经网络预报
1995年
本文用DTA法测量了Ga-In-As-Sb系合金的液相线温度,并用滑舟法在Gash衬底上生长液相外延膜,并用电子探针法分析膜的成分.在此基础上利用实验数据和文献数据训练人工神经网络模型,神经网络模型用交叉检验法测试是否过拟合.经测试合格的神经网络可以预报液相线温度和外延层组成.
严六明吴伟张靖巍陈念贻彭瑞伍
关键词:神经网络半导体材料
传感器阵列信号处理的人工神经网络方法被引量:1
1995年
文章提出传感器阵列信号处理的人工神经网络方法,并以K^+/Ca^(2+)/NO_3^-/Cl^-阵列系统为对象,尝试了该方法的效果。结果表明,其拟合最大相对误差不超过7.4%,预测最大相对误差不超过6.9%。可见,神经网络方法性能良好,可望成为各种传感器、传感器阵列信号处理的有用工具。
蔡煜东吴伟宫家文朱建中姚林声
关键词:传感器阵列信号处理人工神经网络
MOCVD外延生长Ga_(1-x)Al_xAs_(1-y)Sb_y半导体薄膜气固平衡和人工神经网络预报
1997年
本文研究了MOCVD外延生长Ga1-xAlxAs1-ySby半导体薄膜的生长条件与外延层组成的关系,并用人工神经网络法总结有关气固平衡规律。结果表明,用气相组成,载气流量和生长温度等影响外延层组成的主要参数作为人工神经网络的输入,以固相Ga1-xAlxAs1-ySby中的Al和Sb的含量x、y作为输出,训练的人工神经网络可以预报固相组成x、y,得到满意结果。
严六明胡英吴伟吴伟彭瑞伍
关键词:半导体
改进的人工神经网络在传感器阵列信号处理中的应用被引量:1
1994年
本文提出传感器阵列信号处理的人工神经网络模型,以Cu+2/Ca+2系统为研究对象,尝试了神经网络方法的效果。其最大相对误差不超过5.5%,最大相对预测误差不超过2.4%,结果表明,该方法性能良好,在各种传感器阵列的信号处理方面有广泛的应用前景。
蔡煜东杜建斌吴伟张国雄
关键词:人工神经网络传感器阵列信号处理
传感器阵列信号处理的人工神经网络方法被引量:1
1994年
传感器阵列信号处理的人工神经网络方法蔡煜东,吴伟,宫家文,朱建中,姚林声(中国科学院上海冶金研究所,上海,200050)本文提出传感器阵列信号处理的人工神经网络方法,并以K ̄+/Ca ̄(2+)/Cl ̄-阵列系统为对象,尝试了该方法的效果.结果表明,其...
蔡煜东吴伟宫家文朱建中姚林声
关键词:阵列信号处理
测定电位滴定终点的神经网络法被引量:10
1993年
本文利用改进的“反向传播”神经网络模型,在滴定突跃附近,建立了E-V曲线的神经网络插值模型,由其二阶微商求得滴定终点。计算实例中,拟合最大相对误差不超过0.1%,计算机CPU时间不超过20s,实验结果表明,该方法性能良好,在电容量分析方面有广阔的应用前景。
蔡煜东吴伟甘骏人姚林声
关键词:神经网络
传感器阵列信号处理的人工神经网络方法
1993年
本文提出传感器阵列信号处理的人工神经网络方法,并以K^+/Ca^(2+)/NO_3^-/Cl^-阵列系统为对象,尝试了该方法的效果。结果表明,其拟合最大相对误差不超过7.4%,预测最大相对误差不超过6.9%。可见,其性能良好,可望成为各种传感器阵列信号处理的有用工具。
蔡煜东吴伟宫家文朱建中姚林声
关键词:传感器阵列信号处理人工神经网络
共1页<1>
聚类工具0