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:
采用最优多级随机共振方法对针刺非织造材料生产过程中采集到的原始数据进行信息预处理,以RBF神经网络为训练方法,通过分析对针刺非织造材料生产有影响的各种因素,选择合适的输入层参数,完成对针刺非织造材料强力的预测.通过涤纶和锦纶两种纤维实验证明:经过最优多级随机共振预处理的RBF网络预测模型明显优于没有最优多级随机共振预处理的预测模型,相对误差缩小了1.7~9倍,大大提高了预测准确度.
推荐文章
模糊控制与神经网络相结合的预测研究
模糊神经网络
混沌系统
Lyapunov指数
相关维数
基于BP神经网络的连杆衬套强力旋压回弹量预测
连杆衬套
强力旋压
回弹量
BP神经网络
基于随机森林与卷积神经网络的电力负荷预测研究
随机森林
卷积神经网络
变量优选
建模预测
电力负荷
基于随机灰色蚁群神经网络的近期公交客流预测
城市交通
灰色模型
神经网络
蚁群优化算法
公交客流
预测
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 随机共振与神经网络结合的针刺材料强力预测
来源期刊 测试技术学报 学科 工学
关键词 针刺非织造材料 强力性能 RBF神经网络 最优多级随机共振
年,卷(期) 2016,(4) 所属期刊栏目 信号检测、算法与仿真
研究方向 页码范围 277-283
页数 7页 分类号 TS171.9
字数 4103字 语种 中文
DOI 10.3969/j.issn.1671-7449.2016.04.001
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 钱晓明 天津工业大学纺织学院 164 781 14.0 18.0
5 邓辉 天津工业大学纺织学院 20 67 4.0 7.0
9 杨森 天津工业大学纺织学院 5 2 1.0 1.0
10 朴锦兰 天津工业大学纺织学院 2 3 1.0 1.0
11 周浩 天津工业大学纺织学院 1 0 0.0 0.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (32)
共引文献  (78)
参考文献  (12)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1981(2)
  • 参考文献(0)
  • 二级参考文献(2)
1982(1)
  • 参考文献(1)
  • 二级参考文献(0)
1988(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)
1992(1)
  • 参考文献(0)
  • 二级参考文献(1)
1993(1)
  • 参考文献(1)
  • 二级参考文献(0)
1995(1)
  • 参考文献(1)
  • 二级参考文献(0)
1996(2)
  • 参考文献(2)
  • 二级参考文献(0)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(5)
  • 参考文献(0)
  • 二级参考文献(5)
1999(2)
  • 参考文献(0)
  • 二级参考文献(2)
2000(3)
  • 参考文献(0)
  • 二级参考文献(3)
2001(2)
  • 参考文献(1)
  • 二级参考文献(1)
2002(3)
  • 参考文献(1)
  • 二级参考文献(2)
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(4)
  • 参考文献(2)
  • 二级参考文献(2)
2006(1)
  • 参考文献(1)
  • 二级参考文献(0)
2008(1)
  • 参考文献(1)
  • 二级参考文献(0)
2011(3)
  • 参考文献(0)
  • 二级参考文献(3)
2012(1)
  • 参考文献(0)
  • 二级参考文献(1)
2014(1)
  • 参考文献(1)
  • 二级参考文献(0)
2016(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
针刺非织造材料
强力性能
RBF神经网络
最优多级随机共振
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
测试技术学报
双月刊
1671-7449
14-1301/TP
大16开
太原13号信箱
22-14
1986
chi
出版文献量(篇)
2837
总下载数(次)
7
总被引数(次)
13975
论文1v1指导