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:
抄纸过程中水分定量控制是一种复杂的多变量耦合过程.它具有大滞后、非线性、时变、不确定等特性,因此一般采用常规方法很难准确建立其数学模型.神经网络是一种很好的非线性数学模型,运用多输入多输出的小波神经网络对抄纸过程中水分定量控制进行数学建模,并在小波神经的嘲络训练过程中采用了两种训练方法,加快了训练速度.结果表明,小波神经网络输出值与实际模型输出值的误差在允许范围内,可以很好的逼近抄纸过程的数学模型.
推荐文章
小波神经网络建模研究
小波
神经网络
基于改进小波神经网络轧钢产品质量建模
轧钢生产过程
产品质量建模
小波神经网络
基于小波神经网络的网络流量预测研究
小波神经网络
网络流量
预测研究
训练样本
基于小波神经网络辨识的PID神经MRAC研究
小波神经网络
PID神经网络
BP神经网络
模型参考自适应控制
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 基于小波神经网络的抄纸过程建模仿真研究
来源期刊 计算机仿真 学科 工学
关键词 神经网络 小波神经网络 小波 抄纸过程
年,卷(期) 2009,(4) 所属期刊栏目 人工智能与专家系统
研究方向 页码范围 215-217,222
页数 4页 分类号 TP183
字数 2613字 语种 中文
DOI 10.3969/j.issn.1006-9348.2009.04.053
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 郑恩让 陕西科技大学电气与信息工程学院 123 764 13.0 20.0
2 田文涛 陕西科技大学电气与信息工程学院 3 5 2.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (13)
共引文献  (44)
参考文献  (6)
节点文献
引证文献  (2)
同被引文献  (8)
二级引证文献  (5)
1992(4)
  • 参考文献(0)
  • 二级参考文献(4)
1994(2)
  • 参考文献(0)
  • 二级参考文献(2)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(3)
  • 参考文献(0)
  • 二级参考文献(3)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(1)
  • 参考文献(1)
  • 二级参考文献(0)
2002(2)
  • 参考文献(1)
  • 二级参考文献(1)
2003(2)
  • 参考文献(2)
  • 二级参考文献(0)
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)
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)
2013(1)
  • 引证文献(1)
  • 二级引证文献(0)
2015(1)
  • 引证文献(1)
  • 二级引证文献(0)
2016(1)
  • 引证文献(0)
  • 二级引证文献(1)
2017(1)
  • 引证文献(0)
  • 二级引证文献(1)
2018(2)
  • 引证文献(0)
  • 二级引证文献(2)
2020(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
神经网络
小波神经网络
小波
抄纸过程
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
计算机仿真
月刊
1006-9348
11-3724/TP
大16开
北京海淀阜成路14号
82-773
1984
chi
出版文献量(篇)
20896
总下载数(次)
43
论文1v1指导