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:
针对具有非线性和时变关系的涡轮试验多通道信号偏差检测问题,建立了自关联神经网络估计器和预报器方法.分析了自关联神经网络结构及输入-输出参数与测量变量之间的关联关系,提出了不同输入参数的涡轮试验传感器数据估计器和预报器,实现了对数据偏差的检测、分离及数据重构.
推荐文章
基于RBF神经网络的汽车传感器故障诊断方法研究
发动机
诊断
神经网络
径向基函数
基于BP神经网络的压力传感器数据融合研究
压力传感器
数据融合
BP神经网络
非目标参量
基于BP神经网络的压力传感器静态特性数据融合
BP神经网络
压力传感器
数据融合
静态特性
基于神经网络的无线传感器网络故障诊断方法
神经网络
无线传感器网络
故障诊断
粗糙集
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 涡轮试验传感器数据证实的自关联神经网络方法
来源期刊 燃气涡轮试验与研究 学科 航空航天
关键词 燃气涡轮发动机 传感器数据证实 自关联神经网络 估计与预报
年,卷(期) 2008,(2) 所属期刊栏目 试验与研究
研究方向 页码范围 27-32
页数 6页 分类号 V263.4+5
字数 4198字 语种 中文
DOI 10.3969/j.issn.1672-2620.2008.02.007
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 唐雅娟 国防科技大学航天与材料工程学院 7 26 3.0 5.0
2 程谋森 国防科技大学航天与材料工程学院 29 237 10.0 15.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (15)
共引文献  (15)
参考文献  (6)
节点文献
引证文献  (1)
同被引文献  (0)
二级引证文献  (0)
1991(1)
  • 参考文献(0)
  • 二级参考文献(1)
1992(2)
  • 参考文献(1)
  • 二级参考文献(1)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(2)
  • 参考文献(0)
  • 二级参考文献(2)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(6)
  • 参考文献(1)
  • 二级参考文献(5)
2003(3)
  • 参考文献(1)
  • 二级参考文献(2)
2004(2)
  • 参考文献(1)
  • 二级参考文献(1)
2005(1)
  • 参考文献(1)
  • 二级参考文献(0)
2006(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)
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
燃气涡轮发动机
传感器数据证实
自关联神经网络
估计与预报
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
燃气涡轮试验与研究
双月刊
1672-2620
51-1453/V
大16开
四川省成都市新都新军路6号
1988
chi
出版文献量(篇)
1385
总下载数(次)
7
总被引数(次)
7771
论文1v1指导