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:
表面粗糙度的预报是切削加工质量分析的重要研究方向.本文运用RBF神经网络建立了粗糙度预测模型,将预报结果与试验真值以及由经验公式的处理结果进行对比验证,结果表明此方法可行,为切削参数优化和数据库研制提供了依据.
推荐文章
基于RBF神经网络的难加工金属材料数控加工控制方法研究
难加工金属材料
神经网络
数控加工
加工精度
基于ELMAN网络的高速平面铣削表面粗糙度的研究
ELMAN神经网络
高速平面铣削
表面粗糙度
正交试验数据组合
基于极速学习的粗糙RBF神经网络
ELM
R-RBF
Moore-Penrose
极小范数最小二乘解
基于RBF神经网络的难加工金属材料数控加工控制方法研究
难加工金属材料
神经网络
数控加工
加工精度
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RBF神经网络的难加工材料高速铣削粗糙度预报研究
来源期刊 工具技术 学科 工学
关键词 难加工材料 高速铣削 神经网络 粗糙度 预报
年,卷(期) 2008,(3) 所属期刊栏目 试验与研究
研究方向 页码范围 35-37
页数 3页 分类号 TG5
字数 1547字 语种 中文
DOI 10.3969/j.issn.1000-7008.2008.03.008
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 阎兵 32 128 6.0 9.0
2 田美丽 10 75 5.0 8.0
3 李占杰 6 24 2.0 4.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (17)
共引文献  (48)
参考文献  (7)
节点文献
引证文献  (10)
同被引文献  (7)
二级引证文献  (14)
1991(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(2)
  • 参考文献(1)
  • 二级参考文献(1)
1997(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)
1999(6)
  • 参考文献(1)
  • 二级参考文献(5)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(6)
  • 参考文献(1)
  • 二级参考文献(5)
2002(4)
  • 参考文献(1)
  • 二级参考文献(3)
2004(1)
  • 参考文献(1)
  • 二级参考文献(0)
2005(1)
  • 参考文献(1)
  • 二级参考文献(0)
2008(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)
2010(5)
  • 引证文献(5)
  • 二级引证文献(0)
2011(1)
  • 引证文献(0)
  • 二级引证文献(1)
2012(4)
  • 引证文献(1)
  • 二级引证文献(3)
2013(6)
  • 引证文献(3)
  • 二级引证文献(3)
2014(2)
  • 引证文献(0)
  • 二级引证文献(2)
2015(3)
  • 引证文献(0)
  • 二级引证文献(3)
2018(1)
  • 引证文献(0)
  • 二级引证文献(1)
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
难加工材料
高速铣削
神经网络
粗糙度
预报
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
工具技术
月刊
1000-7008
51-1271/TH
大16开
成都市府青路二段24号
62-32
1964
chi
出版文献量(篇)
9497
总下载数(次)
13
总被引数(次)
34788
论文1v1指导