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:
将电磁无损检测原理与聚类分析相结合,利用改进的神经网络聚类学习方法,对钢铁材质进行检测,结果证明,该方法作为一种新的自适应模式识别技术,比传统的电磁检测准确度高,误判率低.
推荐文章
神经网络技术在涡流无损检测中的应用
神经网络
主极
涡流无损检测
信号处理
利用人工神经网络进行无损检测的探讨
人工神经网络
模式识别
无损检测
BP网(误差反向传播网络)
钢板无损检测中基于模糊神经网络的参数识别
模糊神经网络
无损检测
参数识别
钢板
基于聚类分析和神经网络的时间序列预测方法
聚类
时间序列
预测
径向基
神经网络
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 基于神经网络聚类分析的电磁无损检测技术
来源期刊 信息技术 学科 工学
关键词 聚类 神经网络 无损检测 螺栓
年,卷(期) 2004,(5) 所属期刊栏目 研究与探讨
研究方向 页码范围 56-58
页数 3页 分类号 TH878.3
字数 2734字 语种 中文
DOI 10.3969/j.issn.1009-2552.2004.05.021
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 农正 广西民族学院计算机与信息科学学院 24 86 6.0 7.0
2 蓝奇 广西民族学院计算机与信息科学学院 23 78 5.0 7.0
3 黄汉阳 广西民族学院计算机与信息科学学院 1 6 1.0 1.0
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  (4)
节点文献
引证文献  (6)
同被引文献  (0)
二级引证文献  (0)
1993(1)
  • 参考文献(1)
  • 二级参考文献(0)
1994(2)
  • 参考文献(2)
  • 二级参考文献(0)
2000(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)
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)
2009(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(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
聚类
神经网络
无损检测
螺栓
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
信息技术
月刊
1009-2552
23-1557/TN
大16开
哈尔滨市南岗区黄河路122号
14-36
1977
chi
出版文献量(篇)
11355
总下载数(次)
31
论文1v1指导