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:
基于BP神经网络方法,研究了压气机特性曲线的拟合及BP神经网络结构设计.对不同训练数据选取方法和比例情况下的BP神经网络进行了计算,分析BP神经网络数据选取与网络泛化能力之间的关系.分析结果表明,均匀顺序选择的BP神经网络在压气机特性曲线仿真上具有更优的泛化能力.
推荐文章
基于BP神经网络的涡轮增压机组压气机特性计算
涡轮增压机组
压气机
变工况
BP神经网络
Excel Link
MATLAB
基于MEA-BP神经网络的压气机 特性曲线预测
BP神经网络
思维进化算法
压气机特性曲线
基于神经网络的压气机特性计算新方法
压气机
神经网络
特性线
基于数据和神经网络的压气机性能预测研究
压气机
性能曲线
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 基于BP训练数据选取的压气机特性曲线计算
来源期刊 计算机与数字工程 学科 工学
关键词 压气机 BP神经网络 泛化能力 数据选取
年,卷(期) 2013,(10) 所属期刊栏目 算法与分析
研究方向 页码范围 1593-1595
页数 3页 分类号 TP301.6
字数 2273字 语种 中文
DOI 10.3969/j.issn1672-9722.2013.10.015
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 吴新跃 海军工程大学机械工程系 121 1329 17.0 32.0
2 梁超 海军工程大学机械工程系 4 9 3.0 3.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (19)
共引文献  (21)
参考文献  (7)
节点文献
引证文献  (3)
同被引文献  (5)
二级引证文献  (6)
1993(1)
  • 参考文献(0)
  • 二级参考文献(1)
1994(1)
  • 参考文献(1)
  • 二级参考文献(0)
1996(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)
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)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(5)
  • 参考文献(1)
  • 二级参考文献(4)
2006(3)
  • 参考文献(0)
  • 二级参考文献(3)
2007(1)
  • 参考文献(0)
  • 二级参考文献(1)
2008(1)
  • 参考文献(0)
  • 二级参考文献(1)
2009(2)
  • 参考文献(1)
  • 二级参考文献(1)
2010(3)
  • 参考文献(1)
  • 二级参考文献(2)
2011(1)
  • 参考文献(1)
  • 二级参考文献(0)
2012(2)
  • 参考文献(2)
  • 二级参考文献(0)
2013(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)
2019(4)
  • 引证文献(2)
  • 二级引证文献(2)
2020(4)
  • 引证文献(0)
  • 二级引证文献(4)
研究主题发展历程
节点文献
压气机
BP神经网络
泛化能力
数据选取
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
计算机与数字工程
月刊
1672-9722
42-1372/TP
大16开
武汉市东湖新技术开发区凤凰产业园藏龙北路1号
1973
chi
出版文献量(篇)
9945
总下载数(次)
28
总被引数(次)
47579
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导