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
基于分步相关成分分析的中药材质量鉴别神经元分类器
被引量:
5
1
作者
范骁辉
程翼宇
《高等学校化学学报》
SCIE
EI
CAS
CSCD
北大核心
2004年第12期2227-2231,共5页
提出并构建了一种基于分步相关成分分析的神经元分类器 ( SCCA-HBP) ,并将其用于中药材质量模式分类 .通过从色谱分析所得到的高维数据集中分步提取分类相关成分 ,获取化学模式特征向量 ,使神经元分类器输入模式向量的维数降低 .此外 ,...
提出并构建了一种基于分步相关成分分析的神经元分类器 ( SCCA-HBP) ,并将其用于中药材质量模式分类 .通过从色谱分析所得到的高维数据集中分步提取分类相关成分 ,获取化学模式特征向量 ,使神经元分类器输入模式向量的维数降低 .此外 ,提出用带输出误差死区的混合 BP算法训练神经元分类器 ,提高了网络学习训练速度和分类准确性 .以 3 2个当归样品质量等级分类鉴别为例考察本方法 ,分类正确率为1 0 0 % ,优于 PCA-BP( 84.4% )和 SCCA-BP( 90 .6% )方法 ;且训练时间仅为 BP算法的 5 4.2 % .
展开更多
关键词
中药材质量评价
当归
模式特征提取
化学
模式
分类
神经元分类器
在线阅读
下载PDF
职称材料
卷积神经网络在机械设备故障诊断领域应用与挑战
被引量:
16
2
作者
黄鑫
陈仁祥
黄钰
《制造技术与机床》
北大核心
2019年第1期96-100,共5页
现代机械设备功能及结构日益复杂,其故障呈现出新的特点,使得针对现代机械装备的故障诊断方法遇到了难以克服的技术难题与瓶颈。近年来,卷积神经网络(convolution neural network,CNN)凭借其强大的特征提取与模式识别能力受到学术界和...
现代机械设备功能及结构日益复杂,其故障呈现出新的特点,使得针对现代机械装备的故障诊断方法遇到了难以克服的技术难题与瓶颈。近年来,卷积神经网络(convolution neural network,CNN)凭借其强大的特征提取与模式识别能力受到学术界和工业界的广泛关注,将CNN应用于机械设备故障诊断的研究已出现端倪。为此,首先介绍CNN实现机械设备故障诊断的原理;然后对CNN实现故障诊断的主要思想和建模方法进行描述;最后总结和讨论了机械设备故障的特点,并讨论CNN在实现对机械装备故障诊断方面所面临的挑战,展望值得继续研究的方向。
展开更多
关键词
卷积神经网络
机械设备
故障诊断
特征提取
与
模式
识别
在线阅读
下载PDF
职称材料
题名
基于分步相关成分分析的中药材质量鉴别神经元分类器
被引量:
5
1
作者
范骁辉
程翼宇
机构
浙江大学药学院药物信息学研究所
出处
《高等学校化学学报》
SCIE
EI
CAS
CSCD
北大核心
2004年第12期2227-2231,共5页
基金
国家自然科学基金重大研究计划重点项目 (批准号 :90 2 0 90 0 5 )
国家重点基础研究发展计划项目 (批准号 :G19990 5 44 0 5 )资助
文摘
提出并构建了一种基于分步相关成分分析的神经元分类器 ( SCCA-HBP) ,并将其用于中药材质量模式分类 .通过从色谱分析所得到的高维数据集中分步提取分类相关成分 ,获取化学模式特征向量 ,使神经元分类器输入模式向量的维数降低 .此外 ,提出用带输出误差死区的混合 BP算法训练神经元分类器 ,提高了网络学习训练速度和分类准确性 .以 3 2个当归样品质量等级分类鉴别为例考察本方法 ,分类正确率为1 0 0 % ,优于 PCA-BP( 84.4% )和 SCCA-BP( 90 .6% )方法 ;且训练时间仅为 BP算法的 5 4.2 % .
关键词
中药材质量评价
当归
模式特征提取
化学
模式
分类
神经元分类器
Keywords
Quality evaluation of Chinese medicinal materials
Angelica
Pattern feature extraction
Chemical pattern classification
Neural classifier
分类号
O235 [理学—运筹学与控制论]
O652.7 [理学—分析化学]
在线阅读
下载PDF
职称材料
题名
卷积神经网络在机械设备故障诊断领域应用与挑战
被引量:
16
2
作者
黄鑫
陈仁祥
黄钰
机构
重庆交通大学机电与车辆工程学院
重庆大学机械传动国家重点实验室
西华大学汽车与交通工程学院
出处
《制造技术与机床》
北大核心
2019年第1期96-100,共5页
基金
重庆市研究生教育创新基金项目资助(CYS18224)
文摘
现代机械设备功能及结构日益复杂,其故障呈现出新的特点,使得针对现代机械装备的故障诊断方法遇到了难以克服的技术难题与瓶颈。近年来,卷积神经网络(convolution neural network,CNN)凭借其强大的特征提取与模式识别能力受到学术界和工业界的广泛关注,将CNN应用于机械设备故障诊断的研究已出现端倪。为此,首先介绍CNN实现机械设备故障诊断的原理;然后对CNN实现故障诊断的主要思想和建模方法进行描述;最后总结和讨论了机械设备故障的特点,并讨论CNN在实现对机械装备故障诊断方面所面临的挑战,展望值得继续研究的方向。
关键词
卷积神经网络
机械设备
故障诊断
特征提取
与
模式
识别
Keywords
CNN
mechanical equipment
fault diagnosis
feature extraction and pattern recognition
分类号
TP227 [自动化与计算机技术—检测技术与自动化装置]
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
基于分步相关成分分析的中药材质量鉴别神经元分类器
范骁辉
程翼宇
《高等学校化学学报》
SCIE
EI
CAS
CSCD
北大核心
2004
5
在线阅读
下载PDF
职称材料
2
卷积神经网络在机械设备故障诊断领域应用与挑战
黄鑫
陈仁祥
黄钰
《制造技术与机床》
北大核心
2019
16
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