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:
人工神经网络方法越来越多地用于核电站诊断系统中,但是由于神经网络训练需要大量的训练样本并且诊断过程的不透明性,使得人工神经网络的应用受到限制.论文提出了一种人工神经网络故障诊断系统,结合了人工神经网络、模糊控制技术和专家系统的优点,使诊断过程易于理解,而且能够获得相应的解释,有更大的适应性.
推荐文章
核电站机组故障诊断系统的实现方法
核电站
故障诊断
人工神经网络
超级神经元
核电站分布式智能故障诊断系统研究与设计
核电站
分布式监测诊断模式
分布式控制系统
故障诊断
基于集成学习的核电站故障诊断方法
核动力装置
故障诊断
集成学习
参数缺失
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 基于规则的核电站故障诊断神经网络系统研制
来源期刊 计算机工程与应用 学科 工学
关键词 人工神经网络 核电站故障诊断系统 基于规则的方法
年,卷(期) 2003,(22) 所属期刊栏目 工程与应用
研究方向 页码范围 212-214,232
页数 4页 分类号 TP18
字数 4059字 语种 中文
DOI 10.3321/j.issn:1002-8331.2003.22.069
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 申世飞 清华大学工程物理系 35 305 10.0 17.0
2 李锋 清华大学工程物理系 16 150 9.0 12.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (6)
共引文献  (4)
参考文献  (4)
节点文献
引证文献  (10)
同被引文献  (6)
二级引证文献  (33)
1993(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(2)
  • 参考文献(0)
  • 二级参考文献(2)
1997(3)
  • 参考文献(1)
  • 二级参考文献(2)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(1)
  • 参考文献(1)
  • 二级参考文献(0)
2000(2)
  • 参考文献(2)
  • 二级参考文献(0)
2003(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)
2005(1)
  • 引证文献(1)
  • 二级引证文献(0)
2006(3)
  • 引证文献(3)
  • 二级引证文献(0)
2007(1)
  • 引证文献(1)
  • 二级引证文献(0)
2008(1)
  • 引证文献(1)
  • 二级引证文献(0)
2009(3)
  • 引证文献(2)
  • 二级引证文献(1)
2010(3)
  • 引证文献(1)
  • 二级引证文献(2)
2011(7)
  • 引证文献(0)
  • 二级引证文献(7)
2012(6)
  • 引证文献(0)
  • 二级引证文献(6)
2013(4)
  • 引证文献(1)
  • 二级引证文献(3)
2014(3)
  • 引证文献(0)
  • 二级引证文献(3)
2015(3)
  • 引证文献(0)
  • 二级引证文献(3)
2016(1)
  • 引证文献(0)
  • 二级引证文献(1)
2017(2)
  • 引证文献(0)
  • 二级引证文献(2)
2018(2)
  • 引证文献(0)
  • 二级引证文献(2)
2019(1)
  • 引证文献(0)
  • 二级引证文献(1)
2020(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
人工神经网络
核电站故障诊断系统
基于规则的方法
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
计算机工程与应用
半月刊
1002-8331
11-2127/TP
大16开
北京619信箱26分箱
82-605
1964
chi
出版文献量(篇)
39068
总下载数(次)
102
总被引数(次)
390217
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导