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:
该文针对粘接质量检测,运用BP算法和MATLAB软件,设计了用于粘接质量模式识别的神经网络。该网络能够对粘接质量合格与否进行比较精确的判别,判别正确率达到了98%。神经网络训练成功后,用未经训练的数据检验神经网络的检测能力,识别正确率达到了91.3%,充分证明了该网络模型的准确有效性。
推荐文章
基于BP神经网络和RBF神经网络的砂土基础液化判别
砂土液化
BP神经网络
RBF神经网络
预测
比较
基于改进BP神经网络砾石土-滤层渗透破坏判别研究
Bp神经网络
动量因子
自适应学习率
渗透破坏
基于GA改进BP神经网络网络异常检测方法
网络异常检测
BP神经网络
遗传算法
异常流量
基于BP神经网络的人脸检测AdaBoost算法
人脸检测
BP神经网络
AdaBoost
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BP神经网络的粘接质量检测判别技术研究
来源期刊 电脑知识与技术:学术交流 学科 工学
关键词 模式识别 神经网络 粘接质量 MATLAB
年,卷(期) 2009,(6X) 所属期刊栏目
研究方向 页码范围 4796-4798
页数 3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 孙秋菊 信阳师范学院物理电子工程学院 14 38 3.0 5.0
2 钟莉娟 信阳师范学院物理电子工程学院 13 35 2.0 5.0
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  (5)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1994(1)
  • 参考文献(1)
  • 二级参考文献(0)
1997(1)
  • 参考文献(1)
  • 二级参考文献(0)
2000(2)
  • 参考文献(2)
  • 二级参考文献(0)
2003(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)
研究主题发展历程
节点文献
模式识别
神经网络
粘接质量
MATLAB
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