纳米Fe_3O_4微晶电磁波吸收性能的神经网络研究

应用基于人工神经网络的计算机模拟的方法 ,研究了粒度在 10 nm和 10 0 nm之间的多种 Fe3O4纳米材料分别在 ( a) 1～ 10 0 0 MHz和 ( b) 10 0 0～ 10 0 0 0 MHz频率范围内的电磁波吸收效能 .结果表明 ,在频率范围 ( a)内 ,平均粒度小的 Fe3O4磁导率虚部 μ"(即磁损耗 )大于平均粒度大的 Fe3O4的 μ",且 Fe3O4对电磁波的吸收能力逐渐增强 ,这与实验结果吻合良好 ;根据频率范围 ( a)的所得结果 ,利用人工神经网络 ,预测了在频率范围 ( b)内可能出现的情况 .文中就其物理本质也作了简单的分析和探讨     

人工神经网络在新材料特性研究中的应用

随着科学技术和经济的飞速发展，人类对新材料(或各种特殊要求的材料)的需求也越来越大，但在尚未搞清楚一种新材料特性的影响因素之前，人们往往采取试验的方法来研制，这必将会大大阻碍该新材料的开发和研制本文试着将擅长处理非线性问题的人工神经网络应用在材料研究领域。在广泛收集材料的实验数据的基础上，从实验中所得的影响材料特性的各种因素中，     

纳米Fe3O4微晶电磁波吸收性能的神经网络研究

应用基于人工神经网络的计算机模拟的方法，研究了粒度在１０ｎｍ和１００ｎｍ之间的多种Ｆｅ３Ｏ４纳米材料分别在（ａ）１－１０００ＭＨｚ和（ｂ）１０００－１０００ＨＭｚ频率范围内的电磁波吸收效能。