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:
提出了一种新的冷轧带钢板形缺陷识别方法,该方法以神经网络直接识别法为基础,参考神经网络间接识别法的思想,以板宽变化时保证网络结构不变为出发点,以提高网络识别精度,改善网络的容错性和抗干扰能力为目的构造的神经网络.通过仿真实验可知,该方法行之有效.
推荐文章
一种改进的神经网络板形模式识别方法
板形模式
识别方法
向量机
径向基
一种基于改进BP神经网络的物体识别方法
特征提取
不变矩
BP神经网络
物体识别
基于模糊神经网络的管道缺陷识别方法研究
缺陷识别
管道
模糊算法
神经网络
基于卷积神经网络的钣金件表面缺陷分类识别方法
卷积神经网络
缺陷检测
缺陷分割提取
窗口滑移检测
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 一种改进的基于神经网络的板形缺陷识别方法
来源期刊 重型机械 学科 工学
关键词 板形 模式识别 BP神经网络
年,卷(期) 2009,(6) 所属期刊栏目 新技术新设备
研究方向 页码范围 13-17
页数 5页 分类号 TG334.9
字数 2982字 语种 中文
DOI 10.3969/j.issn.1001-196X.2009.06.004
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 刘鹏 10 13 3.0 3.0
2 李静 西安工业大学电信学院 48 185 7.0 11.0
3 徐美玲 4 9 2.0 3.0
4 冯晓华 西安工业大学电信学院 5 30 3.0 5.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (5)
共引文献  (21)
参考文献  (5)
节点文献
引证文献  (3)
同被引文献  (0)
二级引证文献  (0)
1992(2)
  • 参考文献(0)
  • 二级参考文献(2)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(2)
  • 参考文献(1)
  • 二级参考文献(1)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(2)
  • 参考文献(2)
  • 二级参考文献(0)
2002(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)
2009(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)
2011(2)
  • 引证文献(2)
  • 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
板形
模式识别
BP神经网络
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
重型机械
双月刊
1001-196X
61-1113/TH
大16开
陕西省西安市辛家庙西安重型机械研究所
52-38
1953
chi
出版文献量(篇)
2632
总下载数(次)
2
总被引数(次)
9507
论文1v1指导