原文服务方: 太原理工大学学报       
摘要:
鉴于传统神经网络方法解决非线性问题收敛速度慢,易陷入局部最优解的缺陷,本文通过对小波神经网络的结构及学习算法的简要介绍,结合神经网络的自学习能力,提出一种充分利用小波变换时频局部化性质的小波神经网络安全评价方法,通过用小波神经网络评价方法与BP神经网络评价方法对某大型炼油化工厂相应原始数据进行分析、对比,表明该小波神经网络评价方法较BP神经网络评价方法收敛迅速,绝对误差小,预测精度高.
推荐文章
基于小波混沌神经网络的语音识别
语音识别
小波变换
混沌
神经网络
基于小波神经网络的信号识别
信号分选与识别
小波分析
神经网络
小波神经网络
基于小波神经网络辨识的PID神经MRAC研究
小波神经网络
PID神经网络
BP神经网络
模型参考自适应控制
基于小波神经网络的系统辨识方法
系统辨识
小波神经网络
函数逼近
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化工安全评估
来源期刊 太原理工大学学报 学科
关键词 安全评价 小波分析 小波神经网络 BP神经网络
年,卷(期) 2007,(2) 所属期刊栏目 化学工程与技术
研究方向 页码范围 142-145
页数 4页 分类号 TQ086
字数 语种 中文
DOI 10.3969/j.issn.1007-9432.2007.02.015
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 李晓利 太原理工大学矿业工程学院 13 166 5.0 12.0
2 张峰光 太原理工大学矿业工程学院 1 5 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (2)
共引文献  (92)
参考文献  (5)
节点文献
引证文献  (5)
同被引文献  (18)
二级引证文献  (1)
1989(1)
  • 参考文献(1)
  • 二级参考文献(0)
1990(1)
  • 参考文献(1)
  • 二级参考文献(0)
1992(1)
  • 参考文献(1)
  • 二级参考文献(0)
2002(2)
  • 参考文献(0)
  • 二级参考文献(2)
2003(1)
  • 参考文献(1)
  • 二级参考文献(0)
2004(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)
2008(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)
2010(1)
  • 引证文献(1)
  • 二级引证文献(0)
2011(1)
  • 引证文献(1)
  • 二级引证文献(0)
2012(1)
  • 引证文献(1)
  • 二级引证文献(0)
2017(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
安全评价
小波分析
小波神经网络
BP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
太原理工大学学报
双月刊
1007-9432
14-1220/N
大16开
太原市迎泽西大街79号3337信箱
1957-01-01
汉语
出版文献量(篇)
4103
总下载数(次)
0
总被引数(次)
28999
论文1v1指导