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:
将灰色关联度分析方法应用于汽轮机性能预测BP神经网络输入层神经元的筛选.方法对样本数量、分布规律要求不高、量化结果与定性分析一致,有利于减少对技术人员经验的依赖,为汽轮机性能预测BP神经网络输入层神经元的筛选提供了科学依据.最后通过实例验证了所提出的方法的可行性.
推荐文章
基于粒子群神经网络的汽轮机故障诊断
粒子群
神经网络
汽轮机
故障诊断
一种基于粗糙神经元的神经网络预测算法
粗糙集
粗糙神经元
BP神经网络
预测
利用BP神经网络预测储层参数
神经网络
储层参数
岩芯物性
测井解释
基于BP神经网络的球墨铸铁组织和力学性能预测
珠光体
球墨铸铁
BP神经网络
力学性能
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 汽轮机性能预测BP神经网络输入层神经元筛选方法
来源期刊 汽轮机技术 学科 工学
关键词 汽轮机 性能预测 BP神经网络 灰色关联度 输入层神经元
年,卷(期) 2010,(2) 所属期刊栏目 运行维护
研究方向 页码范围 147-149
页数 分类号 TK262
字数 3121字 语种 中文
DOI 10.3969/j.issn.1001-5884.2010.02.021
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 张树芳 77 1103 18.0 29.0
2 郭江龙 91 508 11.0 17.0
3 姚力强 23 118 6.0 9.0
4 王兴国 24 112 6.0 9.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (24)
共引文献  (17)
参考文献  (6)
节点文献
引证文献  (8)
同被引文献  (34)
二级引证文献  (99)
1986(1)
  • 参考文献(0)
  • 二级参考文献(1)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(2)
  • 参考文献(0)
  • 二级参考文献(2)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(2)
  • 参考文献(0)
  • 二级参考文献(2)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(3)
  • 参考文献(0)
  • 二级参考文献(3)
2002(9)
  • 参考文献(1)
  • 二级参考文献(8)
2004(4)
  • 参考文献(1)
  • 二级参考文献(3)
2005(1)
  • 参考文献(1)
  • 二级参考文献(0)
2006(1)
  • 参考文献(0)
  • 二级参考文献(1)
2007(1)
  • 参考文献(1)
  • 二级参考文献(0)
2008(2)
  • 参考文献(2)
  • 二级参考文献(0)
2010(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(1)
  • 引证文献(1)
  • 二级引证文献(0)
2012(2)
  • 引证文献(0)
  • 二级引证文献(2)
2013(3)
  • 引证文献(2)
  • 二级引证文献(1)
2014(6)
  • 引证文献(2)
  • 二级引证文献(4)
2015(11)
  • 引证文献(2)
  • 二级引证文献(9)
2016(6)
  • 引证文献(1)
  • 二级引证文献(5)
2017(16)
  • 引证文献(0)
  • 二级引证文献(16)
2018(31)
  • 引证文献(0)
  • 二级引证文献(31)
2019(21)
  • 引证文献(0)
  • 二级引证文献(21)
2020(10)
  • 引证文献(0)
  • 二级引证文献(10)
研究主题发展历程
节点文献
汽轮机
性能预测
BP神经网络
灰色关联度
输入层神经元
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
汽轮机技术
双月刊
1001-5884
23-1251/TH
大16开
哈尔滨市香坊区三大动力路345号
14-273
1958
chi
出版文献量(篇)
3219
总下载数(次)
1
论文1v1指导