作者:
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:
提出了利用BP神经网络对发动机工况进行识别的方法.建立了NN识别模型,实现对发动机工作状态的有效识别与预报,为有针对性地对发动机进行适时控制提供了依据.
推荐文章
基于发动机神经网络模型的矿用车动态换挡规律研究
矿用汽车
动力性换挡规律
发动机动态模型
人工神经网络
三参数
基于人工神经网络的航空发动机故障诊断方法
故障诊断
BP神经网络
BP算法
航空发动机
基于改进的LVQ神经网络的发动机故障诊断
改进的LVQ神经网络
发动机
故障诊断
神经元
基于卷积神经网络的发动机故障预测方法
故障预测
深度学习
卷积神经网络(CNN)
发动机
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 基于神经网络模型的发动机工况识别
来源期刊 机械 学科 工学
关键词 模式识别 神经网络 发动机工况
年,卷(期) 2002,(z1) 所属期刊栏目 设计与研究
研究方向 页码范围 100-101
页数 2页 分类号 TH
字数 1633字 语种 中文
DOI 10.3969/j.issn.1006-0316.2002.z1.042
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 陈华 四川大学制造学院 133 710 12.0 20.0
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  (1)
节点文献
引证文献  (5)
同被引文献  (0)
二级引证文献  (0)
1998(1)
  • 参考文献(1)
  • 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)
2003(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)
2017(3)
  • 引证文献(3)
  • 二级引证文献(0)
研究主题发展历程
节点文献
模式识别
神经网络
发动机工况
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
机械
月刊
1006-0316
51-1131/TH
大16开
四川省成都市锦江工业园区墨香路48号
62-105
1962
chi
出版文献量(篇)
5898
总下载数(次)
11
总被引数(次)
24321
论文1v1指导