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:
人工神经网络(Artificial Neural Networks,ANN)特有的非线性适应性信息处理能力,克服了传统人工智能方法对于直觉,如模式、语音识别、非结构化信息处理方面的缺陷,使之在神经专家系统、模式识别、智能控制、组合优化、预测等领域得到成功应用。本文将人工神经网络与其它传统方法相结合,对电力工程事故控制效果评价进行了相关研究。
推荐文章
基于ANN的电力工程造价预测模型的建立与实现
电力工程
预测模型
人工神经网络
机器学习
电力工程自动化技术分析
电力工程
自动化技术
分析
电力工程安全管理探讨
电力工程
安全管理
安全事故
管理体系
电力工程项目质量监理要点探讨
电力工程
监理要点
项目管理
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ANN技术的电力工程事故评价机制探讨
来源期刊 电脑知识与技术:学术交流 学科 工学
关键词 人工神经网络 电力工程 效果评价
年,卷(期) 2008,(S2) 所属期刊栏目
研究方向 页码范围 102-103
页数 2页 分类号 TP183
字数 语种
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 王良保 2 1 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (9)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (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)
研究主题发展历程
节点文献
人工神经网络
电力工程
效果评价
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
电脑知识与技术:学术版
旬刊
1009-3044
34-1205/TP
安徽合肥市濉溪路333号
26-188
出版文献量(篇)
41621
总下载数(次)
23
总被引数(次)
0
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导