原文服务方: 河南科学       
摘要:
蚁群优化(Ant Colony Optimization,ACO)是一种基于种群的启发式搜索算法,得到广泛应用.分类问题由于其潜在应用领域的广泛性而成为研究热点.将ACO算法用于设备故障的分类中,提高了分类的准确率及时间效率.并对蚁群优化研究提出了新的课题.
推荐文章
基于蚁群算法WDM网络故障恢复路由研究
波分多路复用
蚁群算法
波长路由
优先开放最短路径算法
宽度优先搜索算法
基于蚁群优化与独立特征集的遥感图像实时分类算法
人工智能
特征提取
遥感图像
时间效率
蚁群优化算法
极限学习机
基于蚁群优化的分类算法的研究
群体智能
蚁群优化
分类
基于蚁群算法的多光谱遥感图像分类
多光谱遥感图像
分类
光谱特征
形状特征
蚁群算法
支持向量机分类器
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 基于蚁群优化的故障分类研究
来源期刊 河南科学 学科
关键词 分类 蚁群优化 故障诊断 规则
年,卷(期) 2008,(3) 所属期刊栏目
研究方向 页码范围 315-318
页数 4页 分类号 TP399
字数 语种 中文
DOI 10.3969/j.issn.1004-3918.2008.03.019
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 陆静 南京农业大学工学院 19 55 4.0 6.0
2 赵阳 南京农业大学工学院 14 41 4.0 6.0
3 王效华 南京农业大学工学院 56 1003 20.0 30.0
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  (35)
参考文献  (6)
节点文献
引证文献  (1)
同被引文献  (3)
二级引证文献  (5)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(1)
  • 参考文献(1)
  • 二级参考文献(0)
1997(2)
  • 参考文献(0)
  • 二级参考文献(2)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(2)
  • 参考文献(0)
  • 二级参考文献(2)
2002(4)
  • 参考文献(0)
  • 二级参考文献(4)
2004(4)
  • 参考文献(1)
  • 二级参考文献(3)
2005(5)
  • 参考文献(1)
  • 二级参考文献(4)
2007(3)
  • 参考文献(3)
  • 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(1)
  • 引证文献(0)
  • 二级引证文献(1)
2011(1)
  • 引证文献(0)
  • 二级引证文献(1)
2012(1)
  • 引证文献(0)
  • 二级引证文献(1)
2015(2)
  • 引证文献(0)
  • 二级引证文献(2)
研究主题发展历程
节点文献
分类
蚁群优化
故障诊断
规则
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
河南科学
月刊
1004-3918
41-1084/N
大16开
1982-01-01
chi
出版文献量(篇)
7108
总下载数(次)
0
论文1v1指导