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:
文章采用蚁群算法对神经网络的参数加以优化,提出了一种基于蚁群神经网络的特征参数融合模型.从理论分析的角度给出了优化的蚁群神经网络所体现的优势和特点,识别化工园区泄漏隐患,有效提高化工装置管道的泄漏识别的预测精度,为园区科学管理提供技术支撑.
推荐文章
基于蚁群优化算法的BP神经网络的RPROP混合算法仿真的研究
蚁群优化算法
BP神经网络
RPROP混合算法
基于混沌蚁群算法的BP神经网络训练研究
群智能
混沌蚁群算法
BP神经网络
遗传蚁群禁忌融合算法的研究
遗传算法
蚁群算法
禁忌搜索算法
融合算法
仿真实验
基于BP神经网络和蚁群的WSN分簇算法的研究
无线传感器网络
蚁群算法
神经网络
数据汇聚
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 基于蚁群神经网络的泄漏特征融合算法研究
来源期刊 现代管理科学 学科
关键词 蚁群神经网络 泄漏特征 融合算法
年,卷(期) 2019,(8) 所属期刊栏目 发展战略
研究方向 页码范围 78-80
页数 3页 分类号
字数 3625字 语种 中文
DOI 10.3969/j.issn.1007-368X.2019.08.025
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 王旭坪 大连理工大学系统工程研究所 62 1848 24.0 42.0
2 于秀丽 大连理工大学城市学院 16 34 3.0 5.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (47)
共引文献  (24)
参考文献  (5)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(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)
2003(3)
  • 参考文献(0)
  • 二级参考文献(3)
2005(2)
  • 参考文献(0)
  • 二级参考文献(2)
2007(3)
  • 参考文献(0)
  • 二级参考文献(3)
2008(1)
  • 参考文献(0)
  • 二级参考文献(1)
2009(6)
  • 参考文献(0)
  • 二级参考文献(6)
2010(7)
  • 参考文献(0)
  • 二级参考文献(7)
2011(6)
  • 参考文献(1)
  • 二级参考文献(5)
2012(6)
  • 参考文献(1)
  • 二级参考文献(5)
2013(6)
  • 参考文献(1)
  • 二级参考文献(5)
2014(1)
  • 参考文献(0)
  • 二级参考文献(1)
2015(4)
  • 参考文献(0)
  • 二级参考文献(4)
2016(4)
  • 参考文献(2)
  • 二级参考文献(2)
2019(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
蚁群神经网络
泄漏特征
融合算法
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
现代管理科学
月刊
1007-368X
32-1281/C
大16开
江苏省南京市北京西路70号22号楼(江苏省委大院内)
1982
chi
出版文献量(篇)
9193
总下载数(次)
22
论文1v1指导