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:
在标准化企业粗纱工序生产数据的基础上,针对神经网络输入端参数组会影响最终预报结果的特点,提出分别利用相关性分析法和多元逐步回归分析法筛选对粗纱CV值(R1)和单重(R2)影响较大的参数.将筛选出的参教按重要程度由大到小依次输入BP网络.采用多输入单输出子网组方式建立了4个网络模型.训练好的模型经10组检验样本检验,其预报结果和实测结果的平均相对误差(MEP)都低于4%.用20组未参与建模的验证数据进行预报表明:相关性分析法筛选参数建立的模型对R1和R2的绝时值平均预报精度分别为2.63%和2.98%,且预报值与实测值间的相关系数分别为0.884和0.958,这些指标都优于采用多元逐步回归分析法筛选参数建立的模型.
推荐文章
基于BP网络的中长期水文预报精度影响分析
中长期水文预报
BP网络
预报精度
基于改进BP神经网络的镁还原率预报研究
遗传算法
BP神经网络
镁还原率
预报
BP 神经网络在极移预报中的应用
极移
傅里叶分析
反向传播神经网络
插值基础序列
趋势项
基于PCA和改进BP网络的降雨预报模型研究
主成分分析
BP网络
降雨预报
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 粗纱工艺参数相关分析及BP网络预报研究
来源期刊 计算机工程与应用 学科 工学
关键词 精毛纺 粗纱工序 BP网络 相关性分析 多元逐步回归
年,卷(期) 2008,(28) 所属期刊栏目 工程与应用
研究方向 页码范围 233-235,238
页数 4页 分类号 TP183
字数 3610字 语种 中文
DOI 10.3778/j.issn.1002-8331.2008.28.076
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 于伟东 东华大学纺织材料与技术实验室 350 3048 28.0 36.0
5 刘贵 东华大学纺织材料与技术实验室 8 64 4.0 8.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (36)
共引文献  (200)
参考文献  (10)
节点文献
引证文献  (2)
同被引文献  (4)
二级引证文献  (0)
1936(1)
  • 参考文献(0)
  • 二级参考文献(1)
1986(1)
  • 参考文献(1)
  • 二级参考文献(0)
1989(2)
  • 参考文献(0)
  • 二级参考文献(2)
1990(1)
  • 参考文献(0)
  • 二级参考文献(1)
1992(1)
  • 参考文献(0)
  • 二级参考文献(1)
1993(3)
  • 参考文献(0)
  • 二级参考文献(3)
1994(13)
  • 参考文献(0)
  • 二级参考文献(13)
1995(7)
  • 参考文献(2)
  • 二级参考文献(5)
1996(5)
  • 参考文献(0)
  • 二级参考文献(5)
1997(1)
  • 参考文献(1)
  • 二级参考文献(0)
1998(3)
  • 参考文献(1)
  • 二级参考文献(2)
1999(3)
  • 参考文献(1)
  • 二级参考文献(2)
2001(2)
  • 参考文献(1)
  • 二级参考文献(1)
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)
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)
2016(1)
  • 引证文献(1)
  • 二级引证文献(0)
2017(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
精毛纺
粗纱工序
BP网络
相关性分析
多元逐步回归
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
计算机工程与应用
半月刊
1002-8331
11-2127/TP
大16开
北京619信箱26分箱
82-605
1964
chi
出版文献量(篇)
39068
总下载数(次)
102
总被引数(次)
390217
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导