基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
在引入了一套磨粒形态学描述子来提取磨损颗粒的显微形态特征的基础上,采用人工神经网络技术,编制了用于磨损颗粒自动识别的BP网络计算机模拟程序.在网络训练的过程中应用了本文引入的因子模糊化训练方法,使训练速度大大加快,以异或问题为例,速度可提高5~10倍.应用此网络对磨粒测试库进行识别实验,识别正确率在90%以上,并且识别速度很快,大大优于传统的磨粒识别方法.
推荐文章
基于遗传算法和BP模糊神经网络的红外步态识别
BP模糊神经网络
红外
步态识别
多分类器融合
遗传算法
基于BP神经网络的交通标志识别
交通标志
BP神经网络
标志识别
物联网
基于模糊神经网络的目标识别研究
目标识别
模糊神经网络
传感器
基于粒子群优化BP神经网络的脉象识别方法
脉象识别
粒子群算法
输出误差
误差反向传播算法
神经网络
泛化能力
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 基于因子模糊化BP神经网络的磨损颗粒识别
来源期刊 南京航空航天大学学报(英文版) 学科 工学
关键词 磨损颗粒 BP神经网络 因子模糊化 油液监测 磨粒识别
年,卷(期) 2002,(1) 所属期刊栏目
研究方向 页码范围 71-76
页数 6页 分类号 TH117.3|Q811
字数 515字 语种 英文
DOI 10.3969/j.issn.1005-1120.2002.01.012
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 左洪福 南京航空航天大学民航学院 353 4514 31.0 48.0
2 吴振锋 南京航空航天大学民航学院 15 458 12.0 15.0
3 李艳军 南京航空航天大学民航学院 89 441 12.0 17.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (0)
节点文献
引证文献  (2)
同被引文献  (14)
二级引证文献  (2)
2002(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2004(1)
  • 引证文献(1)
  • 二级引证文献(0)
2016(1)
  • 引证文献(1)
  • 二级引证文献(0)
2018(2)
  • 引证文献(0)
  • 二级引证文献(2)
研究主题发展历程
节点文献
磨损颗粒
BP神经网络
因子模糊化
油液监测
磨粒识别
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
南京航空航天大学学报(英文版)
双月刊
1005-1120
32-1389/V
大16开
南京市御道街29号1016信箱
1982
eng
出版文献量(篇)
1548
总下载数(次)
1
总被引数(次)
4543
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导