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:
为实现在损失信息最小的情况下高效预报船体阻力,对采用神经网络来估算船体阻力的方法进行分析,利用主成分分析法降低分析船型矢量P的维数.
推荐文章
基于主成分分析的BP神经网络长期预报模型
主成分分析
学习矩阵
BP神经网络
基于BP神经网络的船体变形测量研究
船体变形
惯性测量
神经网络
卡尔曼滤波
基于PCA-BP神经网络算法桃树叶片SPAD值高光谱估算
高光谱
SPAD值
红边参数
主成分分析
BP神经网络
基于主成分分析和学习矢量化的神经网络岩性识别方法
测井解释
数据处理
主成分分析
学习矢量量化
岩性识别
特征提取
样本优选
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 基于神经网络的船体阻力主成分分析估算法
来源期刊 船海工程 学科 交通运输
关键词 神经网络 主成分分析法 阻力估算
年,卷(期) 2012,(5) 所属期刊栏目 船舶工程
研究方向 页码范围 64-67
页数 分类号 U661.31
字数 3563字 语种 中文
DOI 10.3963/j.issn.1671-7953.2012.05.017
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 刘卫斌 华中科技大学船舶与海洋工程学院 15 77 5.0 8.0
2 张逸 华中科技大学船舶与海洋工程学院 3 8 1.0 2.0
3 吴华伟 华中科技大学船舶与海洋工程学院 1 1 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (12)
共引文献  (12)
参考文献  (4)
节点文献
引证文献  (1)
同被引文献  (0)
二级引证文献  (0)
1996(1)
  • 参考文献(1)
  • 二级参考文献(0)
1998(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(1)
  • 参考文献(1)
  • 二级参考文献(0)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(2)
  • 参考文献(0)
  • 二级参考文献(2)
2004(4)
  • 参考文献(0)
  • 二级参考文献(4)
2005(2)
  • 参考文献(0)
  • 二级参考文献(2)
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)
2010(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)
2016(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
神经网络
主成分分析法
阻力估算
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
船海工程
双月刊
1671-7953
42-1645/U
大16开
武汉市武昌区和平大道1040号
1972
chi
出版文献量(篇)
4860
总下载数(次)
9
论文1v1指导