原文服务方: 工业仪表与自动化装置       
摘要:
本文针对用人工神经网络进行模式识别时样本特征指标过多的问题,提出用统计理论的主成分分析方法对数据进行预处理,再选出几个主成分作为神经网络的输入节点,从而极大地简化人工神经网络,提高了模式识别的效果.
推荐文章
一种改进的神经网络板形模式识别方法
板形模式
识别方法
向量机
径向基
基于无监督神经网络的故障模式识别
无监督神经网络
模式识别
故障诊断
基于仿生模式识别的构造型神经网络分类方法
仿生模式识别
神经元
构造型神经网络
高维空间
分类
基于模糊模式识别的超圆神经网络模型
模糊集合论
数据挖掘
模糊模式识别
超圆神经网络
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 一类基于统计理论的神经网络模式识别方法
来源期刊 工业仪表与自动化装置 学科
关键词 主成分分析 神经网络 模式识别
年,卷(期) 2001,(6) 所属期刊栏目 综述
研究方向 页码范围 5-7
页数 3页 分类号 TP18
字数 语种 中文
DOI 10.3969/j.issn.1000-0682.2001.06.002
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 罗中良 佛山科学技术学院自动化系 41 471 11.0 19.0
2 施仁 西安交通大学自动控制系 67 880 16.0 26.0
3 麦宜佳 佛山科学技术学院自动化系 4 63 4.0 4.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (1)
共引文献  (6)
参考文献  (1)
节点文献
引证文献  (7)
同被引文献  (1)
二级引证文献  (63)
1993(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(1)
  • 参考文献(1)
  • 二级参考文献(0)
2001(1)
  • 参考文献(1)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2002(2)
  • 引证文献(2)
  • 二级引证文献(0)
2003(3)
  • 引证文献(2)
  • 二级引证文献(1)
2004(2)
  • 引证文献(0)
  • 二级引证文献(2)
2005(8)
  • 引证文献(0)
  • 二级引证文献(8)
2006(7)
  • 引证文献(0)
  • 二级引证文献(7)
2007(7)
  • 引证文献(2)
  • 二级引证文献(5)
2008(17)
  • 引证文献(1)
  • 二级引证文献(16)
2009(7)
  • 引证文献(0)
  • 二级引证文献(7)
2010(5)
  • 引证文献(0)
  • 二级引证文献(5)
2011(1)
  • 引证文献(0)
  • 二级引证文献(1)
2012(3)
  • 引证文献(0)
  • 二级引证文献(3)
2013(3)
  • 引证文献(0)
  • 二级引证文献(3)
2014(1)
  • 引证文献(0)
  • 二级引证文献(1)
2015(1)
  • 引证文献(0)
  • 二级引证文献(1)
2016(2)
  • 引证文献(0)
  • 二级引证文献(2)
2017(1)
  • 引证文献(0)
  • 二级引证文献(1)
研究主题发展历程
节点文献
主成分分析
神经网络
模式识别
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
工业仪表与自动化装置
双月刊
1000-0682
61-1121/TH
大16开
1971-01-01
chi
出版文献量(篇)
3557
总下载数(次)
0
论文1v1指导