钛学术
文献服务平台
学术出版新技术应用与公共服务实验室出品
首页
论文降重
免费查重
学术期刊
学术导航
任务中心
论文润色
登录
文献导航
学科分类
>
综合
工业技术
科教文艺
医药卫生
基础科学
经济财经
社会科学
农业科学
哲学政法
社会科学II
哲学与人文科学
社会科学I
经济与管理科学
工程科技I
工程科技II
医药卫生科技
信息科技
农业科技
数据库索引
>
中国科学引文数据库
工程索引(美)
日本科学技术振兴机构数据库(日)
文摘杂志(俄)
科学文摘(英)
化学文摘(美)
中国科技论文统计与引文分析数据库
中文社会科学引文索引
科学引文索引(美)
中文核心期刊
cscd
ei
jst
aj
sa
ca
cstpcd
cssci
sci
cpku
默认
篇关摘
篇名
关键词
摘要
全文
作者
作者单位
基金
分类号
搜索文章
搜索思路
钛学术文献服务平台
\
学术期刊
\
工业技术期刊
\
自动化技术与计算机技术期刊
\
工业仪表与自动化装置期刊
\
基于小波神经网络的控制方法及其应用研究
基于小波神经网络的控制方法及其应用研究
作者:
王勇浩
程启明
原文服务方:
工业仪表与自动化装置
小波神经网络
系统辨识
控制系统
学习算法
摘要:
提出一种基于小波神经网络的控制方法,该方法利用两个小波神经网络作为控制系统的辨识器和控制器来构成控制系统.小波神经网络辨识器能更准确逼近非线性对象,小波神经网络控制器能产生复杂的最佳控制规律.仿真结果表明系统具有逼近精度高、控制效果好、抗干扰能力强等优点.
免费获取
收藏
引用
分享
推荐文章
基于小波神经网络方法的心电图分类研究
小波神经网络
分类
心电图
基于小波神经网络的系统辨识方法
系统辨识
小波神经网络
函数逼近
一种基于小波神经网络的自适应控制方法
自适应控制
神经网络
小波逼近
基于小波神经网络辨识的PID神经MRAC研究
小波神经网络
PID神经网络
BP神经网络
模型参考自适应控制
内容分析
文献信息
版权信息
引文网络
相关学者/机构
相关基金
期刊文献
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
基于小波神经网络的控制方法及其应用研究
来源期刊
工业仪表与自动化装置
学科
关键词
小波神经网络
系统辨识
控制系统
学习算法
年,卷(期)
2004,(5)
所属期刊栏目
科研论坛
研究方向
页码范围
6-9
页数
4页
分类号
TP273.5
字数
语种
中文
DOI
10.3969/j.issn.1000-0682.2004.05.002
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
程启明
上海电力学院信控系
176
2483
24.0
43.0
2
王勇浩
上海电力学院信控系
2
36
2.0
2.0
传播情况
被引次数趋势
(/次)
(/年)
版权信息
全文
全文.pdf
引文网络
引文网络
二级参考文献
(52)
共引文献
(52)
参考文献
(8)
节点文献
引证文献
(24)
同被引文献
(18)
二级引证文献
(124)
1987(1)
参考文献(0)
二级参考文献(1)
1988(1)
参考文献(0)
二级参考文献(1)
1990(1)
参考文献(0)
二级参考文献(1)
1992(6)
参考文献(1)
二级参考文献(5)
1993(1)
参考文献(0)
二级参考文献(1)
1995(6)
参考文献(1)
二级参考文献(5)
1996(5)
参考文献(0)
二级参考文献(5)
1997(3)
参考文献(0)
二级参考文献(3)
1998(13)
参考文献(2)
二级参考文献(11)
1999(3)
参考文献(0)
二级参考文献(3)
2000(5)
参考文献(1)
二级参考文献(4)
2001(11)
参考文献(1)
二级参考文献(10)
2002(3)
参考文献(1)
二级参考文献(2)
2003(1)
参考文献(1)
二级参考文献(0)
2004(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(4)
引证文献(4)
二级引证文献(0)
2006(4)
引证文献(4)
二级引证文献(0)
2007(7)
引证文献(5)
二级引证文献(2)
2008(7)
引证文献(1)
二级引证文献(6)
2009(7)
引证文献(2)
二级引证文献(5)
2010(5)
引证文献(1)
二级引证文献(4)
2011(13)
引证文献(2)
二级引证文献(11)
2012(9)
引证文献(1)
二级引证文献(8)
2013(8)
引证文献(1)
二级引证文献(7)
2014(11)
引证文献(1)
二级引证文献(10)
2015(12)
引证文献(0)
二级引证文献(12)
2016(15)
引证文献(0)
二级引证文献(15)
2017(24)
引证文献(1)
二级引证文献(23)
2018(14)
引证文献(1)
二级引证文献(13)
2019(6)
引证文献(0)
二级引证文献(6)
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
小波神经网络
系统辨识
控制系统
学习算法
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
工业仪表与自动化装置
主办单位:
陕西鼓风机(集团)有限公司
出版周期:
双月刊
ISSN:
1000-0682
CN:
61-1121/TH
开本:
大16开
出版地:
邮发代号:
创刊时间:
1971-01-01
语种:
chi
出版文献量(篇)
3676
总下载数(次)
0
总被引数(次)
18688
期刊文献
相关文献
1.
基于小波神经网络方法的心电图分类研究
2.
基于小波神经网络的系统辨识方法
3.
一种基于小波神经网络的自适应控制方法
4.
基于小波神经网络辨识的PID神经MRAC研究
5.
自构建小波神经网络的内模控制研究与应用
6.
基于小波神经网络的多电机偏差耦合控制研究
7.
基于免疫小波神经网络PID的水轮机调速控制研究
8.
小波神经网络的高效学习算法及应用研究
9.
基于小波神经网络的信号识别
10.
基于小波混沌神经网络的语音识别
11.
基于小波神经网络的电机故障诊断研究
12.
基于小波神经网络的目标跟踪的研究
13.
小波神经网络建模研究
14.
基于小波神经网络的化工安全评估
15.
小波神经网络在故障诊断中的应用
推荐文献
钛学术
文献服务平台
学术出版新技术应用与公共服务实验室出品
首页
论文降重
免费查重
学术期刊
学术导航
任务中心
论文润色
登录
根据相关规定,获取原文需跳转至原文服务方进行注册认证身份信息
完成下面三个步骤操作后即可获取文献,阅读后请
点击下方页面【继续获取】按钮
钛学术
文献服务平台
学术出版新技术应用与公共服务实验室出品
原文合作方
继续获取
获取文献流程
1.访问原文合作方请等待几秒系统会自动跳转至登录页,首次访问请先注册账号,填写基本信息后,点击【注册】
2.注册后进行实名认证,实名认证成功后点击【返回】
3.检查邮箱地址是否正确,若错误或未填写请填写正确邮箱地址,点击【确认支付】完成获取,文献将在1小时内发送至您的邮箱
*若已注册过原文合作方账号的用户,可跳过上述操作,直接登录后获取原文即可
点击
【获取原文】
按钮,跳转至合作网站。
首次获取需要在合作网站
进行注册。
注册并实名认证,认证后点击
【返回】按钮。
确认邮箱信息,点击
【确认支付】
, 订单将在一小时内发送至您的邮箱。
*
若已经注册过合作网站账号,请忽略第二、三步,直接登录即可。
期刊分类
期刊(年)
期刊(期)
期刊推荐
一般工业技术
交通运输
军事科技
冶金工业
动力工程
化学工业
原子能技术
大学学报
建筑科学
无线电电子学与电信技术
机械与仪表工业
水利工程
环境科学与安全科学
电工技术
石油与天然气工业
矿业工程
自动化技术与计算机技术
航空航天
轻工业与手工业
金属学与金属工艺
工业仪表与自动化装置2000
工业仪表与自动化装置2001
工业仪表与自动化装置2002
工业仪表与自动化装置2003
工业仪表与自动化装置2004
工业仪表与自动化装置2005
工业仪表与自动化装置2006
工业仪表与自动化装置2007
工业仪表与自动化装置2008
工业仪表与自动化装置2009
工业仪表与自动化装置2010
工业仪表与自动化装置2011
工业仪表与自动化装置2012
工业仪表与自动化装置2013
工业仪表与自动化装置2014
工业仪表与自动化装置2015
工业仪表与自动化装置2016
工业仪表与自动化装置2017
工业仪表与自动化装置2018
工业仪表与自动化装置2019
工业仪表与自动化装置2020
工业仪表与自动化装置2004年第5期
工业仪表与自动化装置2004年第6期
工业仪表与自动化装置2004年第2期
工业仪表与自动化装置2004年第1期
工业仪表与自动化装置2004年第4期
工业仪表与自动化装置2004年第3期
关于我们
用户协议
隐私政策
知识产权保护
期刊导航
免费查重
论文知识
钛学术官网
按字母查找期刊:
A
B
C
D
E
F
G
H
I
J
K
L
M
N
O
P
Q
R
S
T
U
V
W
X
Y
Z
其他
联系合作 广告推广: shenyukuan@paperpass.com
京ICP备2021016839号
营业执照
版物经营许可证:新出发 京零 字第 朝220126号