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:
为了更好地对电磁兼容进行预测,提出采用人工神经网络的方法.传统的BP神经网络易于陷入局部最优,因此采用粒子群算法对网络权值进行优化.以平行线间电磁耦合干扰为具体算例,证明本算法的预测结果的均方误差仅有10-4数量级.因此,使用PSO优化网络权值的方法有效,且神经网络模型能准确预测电磁兼容.
推荐文章
用于电磁兼容预测的函数链神经网络
模糊测度
函数链神经网络
局部收敛
电磁兼容预测
基于粒子群优化神经网络的卫星故障预测方法
故障预测
卫星
粒子群优化
神经网络
时间序列
自适应粒子群神经网络交通流预测模型
交通流
预测
粒子群优化
神经网络
基于混沌粒子群算法的神经网络短时交通流预测
交通流量
预测
混沌粒子群
神经网络
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 粒子群神经网络用于电磁兼容预测
来源期刊 无线电工程 学科 工学
关键词 电磁兼容 预测 神经网络
年,卷(期) 2010,(3) 所属期刊栏目 电磁场与微波
研究方向 页码范围 39-41
页数 3页 分类号 TN911.73
字数 1765字 语种 中文
DOI 10.3969/j.issn.1003-3106.2010.03.014
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 张煜东 东南大学信息科学与工程学院 47 664 11.0 24.0
2 王水花 东南大学信息科学与工程学院 24 417 7.0 20.0
3 陈书文 7 26 4.0 5.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (27)
共引文献  (31)
参考文献  (6)
节点文献
引证文献  (5)
同被引文献  (11)
二级引证文献  (5)
1978(1)
  • 参考文献(0)
  • 二级参考文献(1)
1979(1)
  • 参考文献(0)
  • 二级参考文献(1)
1982(1)
  • 参考文献(0)
  • 二级参考文献(1)
1984(1)
  • 参考文献(0)
  • 二级参考文献(1)
1990(1)
  • 参考文献(0)
  • 二级参考文献(1)
1991(1)
  • 参考文献(0)
  • 二级参考文献(1)
1993(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)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(2)
  • 参考文献(0)
  • 二级参考文献(2)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(3)
  • 参考文献(0)
  • 二级参考文献(3)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(2)
  • 参考文献(0)
  • 二级参考文献(2)
2006(3)
  • 参考文献(2)
  • 二级参考文献(1)
2007(8)
  • 参考文献(1)
  • 二级参考文献(7)
2008(3)
  • 参考文献(3)
  • 二级参考文献(0)
2010(1)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(1)
  • 二级引证文献(0)
2010(1)
  • 引证文献(1)
  • 二级引证文献(0)
2011(1)
  • 引证文献(0)
  • 二级引证文献(1)
2012(1)
  • 引证文献(1)
  • 二级引证文献(0)
2013(2)
  • 引证文献(1)
  • 二级引证文献(1)
2014(1)
  • 引证文献(1)
  • 二级引证文献(0)
2015(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)
2019(1)
  • 引证文献(0)
  • 二级引证文献(1)
2020(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
电磁兼容
预测
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
无线电工程
月刊
1003-3106
13-1097/TN
大16开
河北省石家庄市174信箱215分箱
18-150
1971
chi
出版文献量(篇)
5453
总下载数(次)
12
总被引数(次)
20875
论文1v1指导