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:
应用改进BP神经网络建立中厚板凸度预报的三层神经网络预报模型,用自适应学习速率法和附加动量法两种改进BP算法结合起来训练神经网络模型.试验仿真结果表明,该模型对测试数据预报结果均在3%之内,精度高,训练速度较快,具有很好的实用性.
推荐文章
基于模糊聚类的BP神经网络模型预报中厚板轧制力
BP神经网络
聚类
轧制力
自学习
基于递归神经网络的多步预报方法
多步预报
神经网络
时间序列
中厚板轧机宽展的神经网络预测
中厚板轧机
宽展
BP网络
预测
基于预报误差法的神经网络辩识
神经网络
系统辩识
误差预报法
遗忘因子
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 基于神经网络的中厚板凸度预报
来源期刊 有色金属 学科 工学
关键词 金属材料 中厚板凸度预报 BP改进算法 神经网络
年,卷(期) 2007,(2) 所属期刊栏目 材料科学与工程
研究方向 页码范围 41-42,49
页数 3页 分类号 TP391.9|TG335.5
字数 1859字 语种 中文
DOI 10.3969/j.issn.2095-1744.2007.02.011
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 姚晓兰 北京理工大学信息科学技术学院 2 4 1.0 2.0
2 王冬菊 安徽师范大学电子系 18 12 2.0 3.0
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  (3)
参考文献  (2)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1990(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(1)
  • 参考文献(1)
  • 二级参考文献(0)
2000(3)
  • 参考文献(0)
  • 二级参考文献(3)
2001(1)
  • 参考文献(1)
  • 二级参考文献(0)
2007(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
金属材料
中厚板凸度预报
BP改进算法
神经网络
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
有色金属工程
月刊
2095-1744
10-1004/TF
16开
北京南四环西路188号总部基地18区23号楼
1949
chi
出版文献量(篇)
3344
总下载数(次)
7
论文1v1指导