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:
对电磁兼容进行预测采用传统的BP神经网络易于陷入局部最优,为了解决上述缺陷,本文采用遗传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,证明本文算法的预测结果的均方误差仅有10-4数量级。本文提出的用遗传算法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
基于遗传神经网络成绩预测的研究与实现
成绩预测
BP神经网络
遗传算法
Matlab
Java
基于遗传神经网络的氧化铝浓度预测
铝电解
氧化铝浓度
BP神经网络
遗传算法
基于遗传神经网络的机械振动信号预测
遗传算法
实数编码
神经网络
机械振动
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 遗传神经网络用于电磁兼容预测
来源期刊 计算机与信息技术 学科 工学
关键词 电磁兼容 神经网络 遗传算法
年,卷(期) 2010,(Z1) 所属期刊栏目
研究方向 页码范围 14-15
页数 2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 王水花 东南大学信息科学与工程学院 24 417 7.0 20.0
2 张斌 5 25 3.0 5.0
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  (0)
共引文献  (0)
参考文献  (8)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2008(3)
  • 参考文献(3)
  • 二级参考文献(0)
2009(5)
  • 参考文献(5)
  • 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)
研究主题发展历程
节点文献
电磁兼容
神经网络
遗传算法
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
计算机与信息技术
月刊
大16开
1993
chi
出版文献量(篇)
2343
总下载数(次)
19
总被引数(次)
8817
论文1v1指导