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:
引入了一套磨粒形态学描述体系,用来提取磨损颗粒的显微形态特征,然后以此为输入参数,提出了一套BP神经网络,对磨损颗粒进行自动识别分类.以很少的磨粒特征量,可以正确识别磨损类别,提高了磨损识别的效率.
推荐文章
基于神经网络的在线调制自动识别
信号特征
调制识别
神经网络分类器
基于BP神经网络的字符自动识别研究
BP神经网络
人工神经元
图像处理
字符识别
差分进化算法和神经网络的车牌自动识别模型
差分进化
神经网络
车牌识别
图像处理
基于BP神经网络仪器显示自动识别方法
仪器显示
倾斜度调整
图像去噪
特征提取
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 神经网络在磨损颗粒自动识别中的应用
来源期刊 机械工程与自动化 学科 工学
关键词 BP神经网络 磨粒识别 分类器
年,卷(期) 2005,(3) 所属期刊栏目 计算机技术应用
研究方向 页码范围 56-57,62
页数 3页 分类号 TH117.1|TP183
字数 1896字 语种 中文
DOI 10.3969/j.issn.1672-6413.2005.03.019
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 胡春海 燕山大学电气工程学院 63 355 10.0 14.0
2 苑茂存 燕山大学电气工程学院 1 4 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (8)
共引文献  (6)
参考文献  (1)
节点文献
引证文献  (4)
同被引文献  (6)
二级引证文献  (14)
1991(1)
  • 参考文献(0)
  • 二级参考文献(1)
1992(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)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(3)
  • 参考文献(0)
  • 二级参考文献(3)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(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)
2008(2)
  • 引证文献(1)
  • 二级引证文献(1)
2010(2)
  • 引证文献(1)
  • 二级引证文献(1)
2011(1)
  • 引证文献(0)
  • 二级引证文献(1)
2013(1)
  • 引证文献(0)
  • 二级引证文献(1)
2014(3)
  • 引证文献(2)
  • 二级引证文献(1)
2015(2)
  • 引证文献(0)
  • 二级引证文献(2)
2016(1)
  • 引证文献(0)
  • 二级引证文献(1)
2017(1)
  • 引证文献(0)
  • 二级引证文献(1)
2018(4)
  • 引证文献(0)
  • 二级引证文献(4)
2019(1)
  • 引证文献(0)
  • 二级引证文献(1)
研究主题发展历程
节点文献
BP神经网络
磨粒识别
分类器
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
机械工程与自动化
双月刊
1672-6413
14-1319/TH
大16开
太原市胜利街228号
22-117
1972
chi
出版文献量(篇)
9123
总下载数(次)
41
总被引数(次)
29895
论文1v1指导