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:
为了提高实例推理过程中实例检索的效率和质量,提出了基于人工神经网络和最近邻算法相结合的实例检索模型.该模型在实例层次组织的基础上,首先,通过建立索引对实例进行分类,并用BP网络记忆每一类别下各实例的索引,在缩小检索范围内进行相似实例的初次匹配,以提高实例检索的效率;其次,由用户设定权值,采用最近邻算法进行二次匹配,通过实例的初次与二次匹配,将BP网络提取相似实例的客观性与用户的主观意愿结合起来,以提高实例检索的质量.最后,给出了摩托车总体设计方案生成的算例,验证了该方法的有效性与可行性.
推荐文章
基于神经网络和最近邻相似度的动臂实例检索
工程机械
快速设计
初始方案设计
基于实例推理
神经网络
最近邻距离法
相似度
基于最近邻与神经网络融合模型的软测量建模方法
软测量
动态建模
过程系统
最近邻算法
门限循环单元神经网络
基于改进最近邻聚类的机械手神经网络逆控制
RBF神经网络
神经网络逆控制
机械手
最近邻聚类算法
解耦
基于规则推理的最近邻实例检索模型研究
CAD
基于实例推理
基于规则推理
实例检索算法
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 基于人工神经网络和最近邻算法的实例检索模型
来源期刊 组合机床与自动化加工技术 学科 工学
关键词 实例推理 BP网络 实例检索 最近邻算法
年,卷(期) 2008,(12) 所属期刊栏目 设计与研究
研究方向 页码范围 4-7,11
页数 5页 分类号 TH166|TP391
字数 4378字 语种 中文
DOI 10.3969/j.issn.1001-2265.2008.12.002
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 胡萍 大连大学机械工程学院 19 155 7.0 12.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (14)
共引文献  (59)
参考文献  (5)
节点文献
引证文献  (20)
同被引文献  (25)
二级引证文献  (15)
1991(1)
  • 参考文献(1)
  • 二级参考文献(0)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(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)
2001(2)
  • 参考文献(0)
  • 二级参考文献(2)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(3)
  • 参考文献(0)
  • 二级参考文献(3)
2004(4)
  • 参考文献(1)
  • 二级参考文献(3)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(2)
  • 参考文献(2)
  • 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)
2009(1)
  • 引证文献(1)
  • 二级引证文献(0)
2010(1)
  • 引证文献(1)
  • 二级引证文献(0)
2011(2)
  • 引证文献(2)
  • 二级引证文献(0)
2012(4)
  • 引证文献(3)
  • 二级引证文献(1)
2013(2)
  • 引证文献(2)
  • 二级引证文献(0)
2014(4)
  • 引证文献(3)
  • 二级引证文献(1)
2015(4)
  • 引证文献(1)
  • 二级引证文献(3)
2016(7)
  • 引证文献(3)
  • 二级引证文献(4)
2017(3)
  • 引证文献(2)
  • 二级引证文献(1)
2018(6)
  • 引证文献(2)
  • 二级引证文献(4)
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
实例推理
BP网络
实例检索
最近邻算法
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
组合机床与自动化加工技术
月刊
1001-2265
21-1132/TG
大16开
大连市沙河口区新生路80号504室
8-62
1959
chi
出版文献量(篇)
9363
总下载数(次)
11
总被引数(次)
54585
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导