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:
提出了贝叶斯网络分类算法和采摘机器人故障诊断节点的选取的方法,建立了采摘机器人故障诊断贝叶斯网络模型,并从采摘机器人动力故障和执行器故障两方面进行了分析研究.实验结果表明:TAN贝叶斯网络算法在诊断正确率和耗时时间两方面,都明显优于NB算法,说明该系统不仅适用于采摘机器人动力故障和执行器故障诊断,且能够较大地提高故障诊断正确率和效率.
推荐文章
通信装备故障诊断贝叶斯网络
通信装备
故障诊断
贝叶斯网络
基于贝叶斯网络的转子系统故障诊断研究
故障诊断
贝叶斯网络
转子系统
不确定性
基于Netica的导弹故障诊断贝叶斯网络模型研究
贝叶斯网络
导弹故障诊断
航空装备
概率理论
人工智能
改进贝叶斯算法在配网故障诊断中的研究
改进贝叶斯算法
故障诊断
图形用户界面
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 基于贝叶斯网络分类算法的采摘机器人故障诊断研究
来源期刊 农机化研究 学科 农学
关键词 贝叶斯网络 采摘机器人 故障诊断 动力故障 执行器故障
年,卷(期) 2020,(5) 所属期刊栏目 新技术应用
研究方向 页码范围 211-215
页数 5页 分类号 S225|P315.69
字数 2839字 语种 中文
DOI
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (139)
共引文献  (38)
参考文献  (32)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1986(1)
  • 参考文献(0)
  • 二级参考文献(1)
1993(2)
  • 参考文献(0)
  • 二级参考文献(2)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(2)
  • 参考文献(0)
  • 二级参考文献(2)
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)
2001(2)
  • 参考文献(0)
  • 二级参考文献(2)
2002(1)
  • 参考文献(1)
  • 二级参考文献(0)
2003(3)
  • 参考文献(0)
  • 二级参考文献(3)
2004(6)
  • 参考文献(0)
  • 二级参考文献(6)
2005(6)
  • 参考文献(0)
  • 二级参考文献(6)
2006(7)
  • 参考文献(0)
  • 二级参考文献(7)
2007(8)
  • 参考文献(2)
  • 二级参考文献(6)
2008(6)
  • 参考文献(2)
  • 二级参考文献(4)
2009(10)
  • 参考文献(2)
  • 二级参考文献(8)
2010(11)
  • 参考文献(3)
  • 二级参考文献(8)
2011(10)
  • 参考文献(1)
  • 二级参考文献(9)
2012(21)
  • 参考文献(1)
  • 二级参考文献(20)
2013(9)
  • 参考文献(1)
  • 二级参考文献(8)
2014(15)
  • 参考文献(5)
  • 二级参考文献(10)
2015(15)
  • 参考文献(1)
  • 二级参考文献(14)
2016(13)
  • 参考文献(1)
  • 二级参考文献(12)
2017(8)
  • 参考文献(4)
  • 二级参考文献(4)
2018(10)
  • 参考文献(7)
  • 二级参考文献(3)
2019(1)
  • 参考文献(1)
  • 二级参考文献(0)
2020(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
贝叶斯网络
采摘机器人
故障诊断
动力故障
执行器故障
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
农机化研究
月刊
1003-188X
23-1233/S
大16开
黑龙江哈尔滨市哈平路156号
14-324
1979
chi
出版文献量(篇)
14318
总下载数(次)
39
总被引数(次)
94283
论文1v1指导