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:
针对分布式传感器中的故障点多、导致估计系统可靠性参数困难的特点,提出了一种基于BP三层神经网络的Markov可靠性模型.仿真结果表明,神经网络收敛时的可用度与 Markov模型计算值的相对误差的数量级为10-4,从而验证了神经网络模型的正确性;另一方面与用两层神经网络的可靠性计算相比,其收敛速度加快.
推荐文章
基于神经网络的可靠性分析新方法
可靠性
神经网络
失效概率
隐式极限状态方程
基于BP神经网络-Monte Carlo法的结构可靠性分析
BP神经网络
Monte Carlo法
结构可靠性
极限状态函数
基于BP神经网络的智能压力传感器设计
分布式控制
智能压力传感器
BP神经网络
DS18B20
基于网络编码的无线传感器网络数据可靠性分析
无线传感器网络
单路径传输
多路传输
网络编码
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BP神经网络的分布式传感器网络的可靠性分析
来源期刊 铁道学报 学科 交通运输
关键词 BP神经网络 Markov可靠性模型
年,卷(期) 2002,(5) 所属期刊栏目
研究方向 页码范围 80-83
页数 4页 分类号 TM93|U22
字数 3319字 语种 中文
DOI 10.3321/j.issn:1001-8360.2002.05.017
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 刘君华 西安交通大学电气学院 224 3216 28.0 45.0
2 贾惠芹 西安交通大学电气学院 10 176 6.0 10.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (4)
共引文献  (17)
参考文献  (4)
节点文献
引证文献  (11)
同被引文献  (24)
二级引证文献  (22)
1990(1)
  • 参考文献(1)
  • 二级参考文献(0)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(2)
  • 参考文献(1)
  • 二级参考文献(1)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(2)
  • 参考文献(2)
  • 二级参考文献(0)
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)
2006(1)
  • 引证文献(1)
  • 二级引证文献(0)
2007(1)
  • 引证文献(1)
  • 二级引证文献(0)
2008(2)
  • 引证文献(2)
  • 二级引证文献(0)
2010(1)
  • 引证文献(1)
  • 二级引证文献(0)
2011(1)
  • 引证文献(1)
  • 二级引证文献(0)
2013(2)
  • 引证文献(2)
  • 二级引证文献(0)
2014(3)
  • 引证文献(0)
  • 二级引证文献(3)
2015(4)
  • 引证文献(1)
  • 二级引证文献(3)
2016(4)
  • 引证文献(0)
  • 二级引证文献(4)
2017(5)
  • 引证文献(0)
  • 二级引证文献(5)
2018(6)
  • 引证文献(1)
  • 二级引证文献(5)
2019(2)
  • 引证文献(1)
  • 二级引证文献(1)
2020(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
BP神经网络
Markov可靠性模型
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
铁道学报
月刊
1001-8360
11-2104/U
大16开
北京复兴路10号
2-308
1979
chi
出版文献量(篇)
4684
总下载数(次)
8
论文1v1指导