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:
阐述了神经网络的模型、算法和分类,利用电喷发动机实测数据作为学习样本,采用径向基函数神经网络建立发动机的故障诊断模型,通过该模型对电喷发动机的参数进行了辨识,表明RBF网络学习速度很快,适于在线实时监测与诊断.
推荐文章
电喷发动机故障诊断方法及实例分析
电喷发动机
故障诊断
方法
实例
汽车电喷发动机故障诊断专家系统的开发研究
电喷发动机
故障诊断
专家系统
开发研究
电喷发动机故障代码读取与清除方法
发动机
故障代码
读取
清除
基于Visual Prolog语言的电喷发动机故障诊断系统
Prolog
发动机
故障诊断
专家系统
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 RBF网络在电喷发动机故障诊断中的应用
来源期刊 佳木斯大学学报(自然科学版) 学科 工学
关键词 神经网络 故障诊断 电喷发动机
年,卷(期) 2007,(1) 所属期刊栏目
研究方向 页码范围 35-37
页数 3页 分类号 TK418
字数 2113字 语种 中文
DOI 10.3969/j.issn.1008-1402.2007.01.012
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 孙红旗 佳木斯大学机械工程学院 32 71 5.0 7.0
2 陈振 佳木斯大学机械工程学院 18 33 4.0 5.0
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  (2)
同被引文献  (0)
二级引证文献  (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)
2009(1)
  • 引证文献(1)
  • 二级引证文献(0)
2015(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
神经网络
故障诊断
电喷发动机
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
佳木斯大学学报(自然科学版)
双月刊
1008-1402
23-1434/T
大16开
黑龙江省佳木斯市学府街148号
14-176
1983
chi
出版文献量(篇)
5218
总下载数(次)
9
总被引数(次)
12928
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导