作者:
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:
针对控制图在线检测和分析的要求,提出了系统基本框架,利用小波包提取特征向量.并将其作为概率神经网络的输入进行控制图模式识别和异常模式下参数估计.模拟仿真结果表明该方法结构简单,收敛速度快,识别准确率高,能够满足控制图在线检测和分析的需要.
推荐文章
基于小波包和概率神经网络算法的短路故障识别方法
电力系统
小波包
概率神经网络算法
零序电流
短路故障
梁损伤小波包分析和神经网络识别
振动与波
损伤识别
小波包分析
改进的BP神经网络
有限元法
基于小波概率神经网络的控制图模式识别
小波变换
概率神经网络
控制图
模式识别
基于小波包分析与 BP 神经网络的氧化铝熟料检测
小波包分析
BP神经网络
氧化铝
熟料检测
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 小波包概率神经网络控制图在线检测和分析系统
来源期刊 农业机械学报 学科 工学
关键词 控制图 模式识别 参数估计 小波包 概率神经网络
年,卷(期) 2008,(11) 所属期刊栏目 研究简报
研究方向 页码范围 211-215
页数 5页 分类号 TP18|TH165
字数 3771字 语种 中文
DOI
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 吴少雄 福建工程学院经济管理系 28 141 6.0 10.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (19)
共引文献  (50)
参考文献  (14)
节点文献
引证文献  (4)
同被引文献  (18)
二级引证文献  (37)
1988(3)
  • 参考文献(1)
  • 二级参考文献(2)
1992(3)
  • 参考文献(2)
  • 二级参考文献(1)
1993(3)
  • 参考文献(0)
  • 二级参考文献(3)
1995(2)
  • 参考文献(0)
  • 二级参考文献(2)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(3)
  • 参考文献(1)
  • 二级参考文献(2)
1998(2)
  • 参考文献(0)
  • 二级参考文献(2)
1999(3)
  • 参考文献(0)
  • 二级参考文献(3)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(2)
  • 参考文献(0)
  • 二级参考文献(2)
2002(2)
  • 参考文献(2)
  • 二级参考文献(0)
2003(1)
  • 参考文献(1)
  • 二级参考文献(0)
2004(3)
  • 参考文献(3)
  • 二级参考文献(0)
2005(3)
  • 参考文献(3)
  • 二级参考文献(0)
2007(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)
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(0)
  • 二级引证文献(1)
2013(1)
  • 引证文献(0)
  • 二级引证文献(1)
2015(2)
  • 引证文献(1)
  • 二级引证文献(1)
2016(5)
  • 引证文献(1)
  • 二级引证文献(4)
2017(11)
  • 引证文献(0)
  • 二级引证文献(11)
2018(11)
  • 引证文献(0)
  • 二级引证文献(11)
2019(5)
  • 引证文献(0)
  • 二级引证文献(5)
2020(3)
  • 引证文献(0)
  • 二级引证文献(3)
研究主题发展历程
节点文献
控制图
模式识别
参数估计
小波包
概率神经网络
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
农业机械学报
月刊
1000-1298
11-1964/S
大16开
北京德外北沙滩1号6信箱
2-363
1957
chi
出版文献量(篇)
11867
总下载数(次)
31
总被引数(次)
174483
论文1v1指导