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:
减振器是汽车悬架的重要组成部分,其性能直接影响整车的安全性和舒适性,减振器示功图是判断减振器是否合格的重要依据.目前,减振器示功图的类型识别都依赖人的经验.文章通过在MATLAB中训练BP神经网络,实现了减振器缺陷产品的自动识别,该研究具有巨大的市场价值.
推荐文章
基于BP神经网络仪器显示自动识别方法
仪器显示
倾斜度调整
图像去噪
特征提取
基于BP神经网络的数字调制信号样式自动识别
调制方式
自动识别
BP神经网络
信噪比
基于BP神经网络的字符自动识别研究
BP神经网络
人工神经元
图像处理
字符识别
基于BP神经网络的实时水表自动识别系统的研究
数字水表
字符识别
BP神经网络
连通区域提取
字符分割
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MATLAB的BP神经网络实现减振器缺陷产品自动识别
来源期刊 轻工机械 学科 工学
关键词 减振器 示功图 MATLAB BP神经网络
年,卷(期) 2012,(4) 所属期刊栏目 新设备·新材料·新方法
研究方向 页码范围 95-97
页数 分类号 TH173
字数 3107字 语种 中文
DOI 10.3969/j.issn.1005-2895.2012.04.025
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 谢伟东 浙江工业大学机械工程学院 48 438 12.0 19.0
2 任强 浙江工业大学机械工程学院 2 5 1.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (11)
共引文献  (15)
参考文献  (6)
节点文献
引证文献  (1)
同被引文献  (0)
二级引证文献  (0)
1984(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)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(2)
  • 参考文献(1)
  • 二级参考文献(1)
2006(2)
  • 参考文献(0)
  • 二级参考文献(2)
2007(4)
  • 参考文献(2)
  • 二级参考文献(2)
2008(2)
  • 参考文献(2)
  • 二级参考文献(0)
2009(1)
  • 参考文献(1)
  • 二级参考文献(0)
2012(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)
研究主题发展历程
节点文献
减振器
示功图
MATLAB
BP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
轻工机械
双月刊
1005-2895
33-1180/TH
大16开
杭州市余杭区高教路970号西溪联合科技广场4号楼711号
32-39
1983
chi
出版文献量(篇)
3690
总下载数(次)
10
论文1v1指导