原文服务方: 工业仪表与自动化装置       
摘要:
复合材料的力学性能对冲击损伤极为敏感,为此实现复合材料的智能化,从而在线实时监测复合材料的冲击损伤具有重要的意义.应用小波神经网络对智能复合材料冲击损伤进行了定位研究,并与改进的BP网络进行了对比,结果表明小波网络具有非线性建模逼近能力强、识别精度高和推广能力强等优点.小波神经网络为复合材料的进一步智能化提供了更为先进的信号处理方法.
推荐文章
基于小波神经网络的智能复合材料损伤定位的仿真研究
神经网络
小波变换
复合材料
损伤定位
基于小波变换与神经网络的海洋平台结构损伤识别与定位研究
海洋平台
损伤识别
小波分析
神经网络
基于BP神经网络的复合材料失效分析
复合材料
BP神经网络
失效分析
结构优化
训练优化
基于小波和神经网络的脑电智能诊断研究
脑电图诊断
数字信号处理
小波分析
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 基于小波神经网络的智能复合材料冲击损伤定位的研究
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 复合材料 冲击损伤定位
年,卷(期) 2005,(1) 所属期刊栏目 设计与应用
研究方向 页码范围 14-16,40
页数 4页 分类号 TP274.5
字数 语种 中文
DOI 10.3969/j.issn.1000-0682.2005.01.004
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 张为公 东南大学仪器科学与工程系 227 2706 26.0 38.0
2 谢建宏 东南大学仪器科学与工程系 6 97 5.0 6.0
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  (2)
节点文献
引证文献  (5)
同被引文献  (4)
二级引证文献  (18)
1995(1)
  • 参考文献(1)
  • 二级参考文献(0)
2003(1)
  • 参考文献(1)
  • 二级参考文献(0)
2005(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)
2007(3)
  • 引证文献(3)
  • 二级引证文献(0)
2008(2)
  • 引证文献(1)
  • 二级引证文献(1)
2009(3)
  • 引证文献(0)
  • 二级引证文献(3)
2010(1)
  • 引证文献(0)
  • 二级引证文献(1)
2011(5)
  • 引证文献(0)
  • 二级引证文献(5)
2012(2)
  • 引证文献(0)
  • 二级引证文献(2)
2014(2)
  • 引证文献(1)
  • 二级引证文献(1)
2015(3)
  • 引证文献(0)
  • 二级引证文献(3)
2017(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
复合材料
冲击损伤定位
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
双月刊
1000-0682
61-1121/TH
大16开
1971-01-01
chi
出版文献量(篇)
3676
总下载数(次)
0
总被引数(次)
18688
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
论文1v1指导