作者:
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:
本文基于模糊神经网络算法,通过对多传感器进行数据有效融合,从而能够迅速准确识别出着火点火情状况,减少误报率.
推荐文章
基于文本挖掘的高速铁路动车组故障多级分类研究
高速铁路信号设备
多级分类
Stacking集成学习
循环神经网络
多任务协作投票决策树
基于稀疏卷积神经网络的考生识别算法
考生识别
卷积神经网络
人脸识别
身份验证
多通道输入
方法比
基于神经网络算法的字符识别方法研究
BP神经网络
车牌
字符识别
形状
基于电子鼻的气体识别神经网络算法研究
电子鼻
人工神经网络
气体识别
ReLU激励函数
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 基于神经网络的高速铁路动车存车场火灾识别算法研究
来源期刊 电子测试 学科
关键词 动车存车场 火灾 神经网络
年,卷(期) 2018,(11) 所属期刊栏目 理论与算法
研究方向 页码范围 62-62,38
页数 2页 分类号
字数 1160字 语种 中文
DOI 10.3969/j.issn.1000-8519.2018.11.028
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 房楠 11 7 1.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (8)
共引文献  (29)
参考文献  (2)
节点文献
引证文献  (1)
同被引文献  (6)
二级引证文献  (0)
1991(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(4)
  • 参考文献(1)
  • 二级参考文献(3)
2006(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)
2011(1)
  • 参考文献(0)
  • 二级参考文献(1)
2015(1)
  • 参考文献(1)
  • 二级参考文献(0)
2018(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)
2020(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
动车存车场
火灾
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
电子测试
半月刊
1000-8519
11-3927/TN
大16开
北京市100098-002信箱
82-870
1994
chi
出版文献量(篇)
19588
总下载数(次)
63
论文1v1指导