期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
2
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
价值工程在汽车前轴总成改进设计中的应用
被引量:
3
1
作者
潘希姣
吕新生
《合肥工业大学学报(自然科学版)》
CAS
CSCD
北大核心
2007年第4期502-505,共4页
文章基于国内外汽车产品市场激烈竞争、汽车产品利润空间受到很大压缩的市场背景,成功地将价值工程应用于汽车前轴总成的改进设计和制造。运用ABC法进行对象初选,开展功能分析,进行各零件功能评价,然后用最合适区域法找出作为改进设计...
文章基于国内外汽车产品市场激烈竞争、汽车产品利润空间受到很大压缩的市场背景,成功地将价值工程应用于汽车前轴总成的改进设计和制造。运用ABC法进行对象初选,开展功能分析,进行各零件功能评价,然后用最合适区域法找出作为改进设计主要对象的零部件,为汽车前轴总成的改进设计指明了主攻方向。
展开更多
关键词
价值工程
汽车前轴
改进设计
在线阅读
下载PDF
职称材料
多子群粒子群集成神经网络
2
作者
潘希姣
《安徽建筑工业学院学报(自然科学版)》
2007年第2期38-40,共3页
为了使参加神经网络集成的个体差异度较大,从而提高网络集成的泛化能力,本文提出一种新的基于多子群粒子群算法的神经网络集成方法。每个子群通过补充差异度独立训练出一批神经网络,从每个子群中选择一个最优个体参加网络集成,实验使用...
为了使参加神经网络集成的个体差异度较大,从而提高网络集成的泛化能力,本文提出一种新的基于多子群粒子群算法的神经网络集成方法。每个子群通过补充差异度独立训练出一批神经网络,从每个子群中选择一个最优个体参加网络集成,实验使用了UCI标准数据集。实验证明,该算法的识别能力要好于Boosting、Bagging等传统方法。
展开更多
关键词
神经网络集成
粒子群优化算法
在线阅读
下载PDF
职称材料
题名
价值工程在汽车前轴总成改进设计中的应用
被引量:
3
1
作者
潘希姣
吕新生
机构
合肥工业大学机械与汽车工程学院
出处
《合肥工业大学学报(自然科学版)》
CAS
CSCD
北大核心
2007年第4期502-505,共4页
文摘
文章基于国内外汽车产品市场激烈竞争、汽车产品利润空间受到很大压缩的市场背景,成功地将价值工程应用于汽车前轴总成的改进设计和制造。运用ABC法进行对象初选,开展功能分析,进行各零件功能评价,然后用最合适区域法找出作为改进设计主要对象的零部件,为汽车前轴总成的改进设计指明了主攻方向。
关键词
价值工程
汽车前轴
改进设计
Keywords
Value Engineering
automobile front axle
innovation design
分类号
U461.99 [机械工程—车辆工程]
在线阅读
下载PDF
职称材料
题名
多子群粒子群集成神经网络
2
作者
潘希姣
机构
安徽交通职业技术学院汽车与机械工程系
出处
《安徽建筑工业学院学报(自然科学版)》
2007年第2期38-40,共3页
文摘
为了使参加神经网络集成的个体差异度较大,从而提高网络集成的泛化能力,本文提出一种新的基于多子群粒子群算法的神经网络集成方法。每个子群通过补充差异度独立训练出一批神经网络,从每个子群中选择一个最优个体参加网络集成,实验使用了UCI标准数据集。实验证明,该算法的识别能力要好于Boosting、Bagging等传统方法。
关键词
神经网络集成
粒子群优化算法
Keywords
Artificial neural network ensemble
Particle swarm optimization
分类号
TP183 [自动化与计算机技术—控制理论与控制工程]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
价值工程在汽车前轴总成改进设计中的应用
潘希姣
吕新生
《合肥工业大学学报(自然科学版)》
CAS
CSCD
北大核心
2007
3
在线阅读
下载PDF
职称材料
2
多子群粒子群集成神经网络
潘希姣
《安徽建筑工业学院学报(自然科学版)》
2007
0
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部