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:
人工神经网络诊断特点与基于模式识别的诊断特点非常相似.将ANN模式识别技术应用于某型导弹测试车配电系统故障诊断.根据测试车配电系统的故障特点,设计ANN为4层BP网络,具有9个输入、10个输出,两个隐含层神经元数目分别为9和6.测试结果表明该方法能有效诊断测试车配电系统故障.
推荐文章
基于模式识别的装备故障诊断方法
复杂装备
模式识别
故障诊断
基于人工免疫模式识别的故障诊断方法研究
故障诊断
人工免疫
克隆选择
抗体
抗原
基于神经网络的导弹测发控系统故障诊断专家系统
导弹测试-发射-控制系统
故障诊断
BP神经网络
专家系统
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ANN模式识别的某型导弹测试车配电系统故障诊断
来源期刊 军械工程学院学报 学科 工学
关键词 人工神经网络 模式识别 导弹测试车 配电系统 故障诊断
年,卷(期) 2004,(3) 所属期刊栏目
研究方向 页码范围 36-39
页数 4页 分类号 TJ760.6
字数 1606字 语种 中文
DOI
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 李江 军械工程学院导弹工程系 10 38 3.0 5.0
2 张延生 军械工程学院导弹工程系 34 120 6.0 9.0
3 井建辉 军械工程学院导弹工程系 18 39 2.0 5.0
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  (10)
参考文献  (3)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1991(1)
  • 参考文献(0)
  • 二级参考文献(1)
1993(1)
  • 参考文献(0)
  • 二级参考文献(1)
1994(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)
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)
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)
研究主题发展历程
节点文献
人工神经网络
模式识别
导弹测试车
配电系统
故障诊断
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
军械工程学院学报
双月刊
1008-2956
13-1257/E
大16开
石家庄市和平西路97号
1989
chi
出版文献量(篇)
1814
总下载数(次)
4
总被引数(次)
6098
论文1v1指导