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:
为了提高带材板形识别的精度,应用神经网络和最优化方法,构建了一种新的板形信号模式识别方法.该方法克服了现有板形识别方法的不足,具有较强的抗干扰能力,有效提高了识别的精度和速度,可以满足板带轧机高精度板形控制的要求,易于在实际板形控制系统中实现.
推荐文章
基于仿生模式识别的构造型神经网络分类方法
仿生模式识别
神经元
构造型神经网络
高维空间
分类
Elman神经网络的板形模式识别方法
板形模式识别
Elman神经网络
动态网络
基于神经网络算法的字符识别方法研究
BP神经网络
车牌
字符识别
形状
基于模糊神经网络的地下小目标识别方法研究
概率神经网络
隶属度函数
模式识别
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 基于神经网络的板形信号模式识别方法的研究
来源期刊 中国机械工程 学科 工学
关键词 板形 模式识别 神经网络 最优化
年,卷(期) 2004,(24) 所属期刊栏目 信息技术
研究方向 页码范围 2207-2210
页数 4页 分类号 TG335
字数 2718字 语种 中文
DOI 10.3321/j.issn:1004-132X.2004.24.012
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 孙旭光 燕山大学机械工程学院 25 149 5.0 11.0
2 王益群 燕山大学机械工程学院 183 2651 27.0 43.0
3 尹国芳 燕山大学机械工程学院 8 70 5.0 8.0
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  (0)
节点文献
引证文献  (13)
同被引文献  (28)
二级引证文献  (78)
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(2)
  • 引证文献(2)
  • 二级引证文献(0)
2008(6)
  • 引证文献(4)
  • 二级引证文献(2)
2009(7)
  • 引证文献(0)
  • 二级引证文献(7)
2010(14)
  • 引证文献(2)
  • 二级引证文献(12)
2011(3)
  • 引证文献(0)
  • 二级引证文献(3)
2012(6)
  • 引证文献(0)
  • 二级引证文献(6)
2013(13)
  • 引证文献(3)
  • 二级引证文献(10)
2014(6)
  • 引证文献(1)
  • 二级引证文献(5)
2015(4)
  • 引证文献(0)
  • 二级引证文献(4)
2016(15)
  • 引证文献(0)
  • 二级引证文献(15)
2017(10)
  • 引证文献(0)
  • 二级引证文献(10)
2018(2)
  • 引证文献(0)
  • 二级引证文献(2)
2019(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
板形
模式识别
神经网络
最优化
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
中国机械工程
半月刊
1004-132X
42-1294/TH
大16开
湖北省武汉市湖北工业大学772信箱
38-10
1973
chi
出版文献量(篇)
13171
总下载数(次)
15
总被引数(次)
206238
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
河北省自然科学基金
英文译名:
官方网址:
项目类型:
学科类型:
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导