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
利用人工神经网络预测电离层f_0F_2月中值
被引量：
8
1
作者
柳文
焦培南
《空间科学学报》
CAS
CSCD
北大核心
2000年第4期310-317,共8页
提出了利用人工神经网络技术预测电离层临界频率月中值的方案．在利用人工神经网络技术研究电离层月中值隔月变化规律的基础上，考虑足够的周年和黑子周期变化的数据训练网络，使 ｆ０Ｆ２月中值预测值与实测数据比较平均误差为 ０．３...
提出了利用人工神经网络技术预测电离层临界频率月中值的方案．在利用人工神经网络技术研究电离层月中值隔月变化规律的基础上，考虑足够的周年和黑子周期变化的数据训练网络，使 ｆ０Ｆ２月中值预测值与实测数据比较平均误差为 ０．３４ＭＨｚ，预测精度有了较大改进．最后采用分形学的基本理论得到电离层 ｆ０Ｆ２月中值的分数维为 ３，选用 ３个输入量，分别预测高、低年 ｆ０Ｆ２月中值，与实测数据比较平均误差为 ０．３ＭＨｚ．
展开更多
关键词
月中值
人工神经网络
电离层
临界频率
F0F2
在线阅读
下载PDF
职称材料
利用平均影响值和概率神经网络的步态识别
被引量：
8
2
作者
袁娜
杨鹏
刘作军
《哈尔滨工程大学学报》
EI
CAS
CSCD
北大核心
2015年第2期181-185,共5页
为了实现对智能下肢假肢进行有效控制,下肢步态(包括平地行走、上下楼梯和上下坡等)的有效识别是关键。先从提取不同步态下的特征值入手,利用平均影响值(MIV)来实现变量的筛选,并针对膝上截肢者的特点确定了6个特征值,分别为髋关节角度...
为了实现对智能下肢假肢进行有效控制,下肢步态(包括平地行走、上下楼梯和上下坡等)的有效识别是关键。先从提取不同步态下的特征值入手,利用平均影响值(MIV)来实现变量的筛选,并针对膝上截肢者的特点确定了6个特征值,分别为髋关节角度的最大值、支撑前期均值、支撑中期均值、支撑中期标准差、摆动期标准差(即Mh、ISh、MSh、SWh、MSV、SWV),然后利用概率神经网络(PNN)对本实验系统的5种步态进行准确识别,并与BP神经网络(BPNN)识别步态进行比较,试验结果表明将特征值用平均影响值方法筛选后,用概率神经网络进行步态识别,具有较好的识别率和识别速度,其识别率与BP神经网络相比提高了10%以上,验证了该方法的有效性和可行性。
展开更多
关键词
智能假肢
步态识别
平均影响值
概率神经网络
特征筛选
在线阅读
下载PDF
职称材料
题名
利用人工神经网络预测电离层f_0F_2月中值
被引量：
8
1
作者
柳文
焦培南
机构
中国电波传播研究所
出处
《空间科学学报》
CAS
CSCD
北大核心
2000年第4期310-317,共8页
基金
电子科学院军事电子预研基金资助项目!(DJ7.3.3.1)
文摘
提出了利用人工神经网络技术预测电离层临界频率月中值的方案．在利用人工神经网络技术研究电离层月中值隔月变化规律的基础上，考虑足够的周年和黑子周期变化的数据训练网络，使 ｆ０Ｆ２月中值预测值与实测数据比较平均误差为 ０．３４ＭＨｚ，预测精度有了较大改进．最后采用分形学的基本理论得到电离层 ｆ０Ｆ２月中值的分数维为 ３，选用 ３个输入量，分别预测高、低年 ｆ０Ｆ２月中值，与实测数据比较平均误差为 ０．３ＭＨｚ．
关键词
月中值
人工神经网络
电离层
临界频率
F0F2
Keywords
monthly mean value
,
artificial neural network
,
fractal
分类号
P352 [天文地球—空间物理学]
在线阅读
下载PDF
职称材料
题名
利用平均影响值和概率神经网络的步态识别
被引量：
8
2
作者
袁娜
杨鹏
刘作军
机构
河北工业大学控制科学与工程学院
智能康复装置与检测技术教育部工程研究中心
出处
《哈尔滨工程大学学报》
EI
CAS
CSCD
北大核心
2015年第2期181-185,共5页
基金
国家自然科学基金资助项目(61174009)
文摘
为了实现对智能下肢假肢进行有效控制,下肢步态(包括平地行走、上下楼梯和上下坡等)的有效识别是关键。先从提取不同步态下的特征值入手,利用平均影响值(MIV)来实现变量的筛选,并针对膝上截肢者的特点确定了6个特征值,分别为髋关节角度的最大值、支撑前期均值、支撑中期均值、支撑中期标准差、摆动期标准差(即Mh、ISh、MSh、SWh、MSV、SWV),然后利用概率神经网络(PNN)对本实验系统的5种步态进行准确识别,并与BP神经网络(BPNN)识别步态进行比较,试验结果表明将特征值用平均影响值方法筛选后,用概率神经网络进行步态识别,具有较好的识别率和识别速度,其识别率与BP神经网络相比提高了10%以上,验证了该方法的有效性和可行性。
关键词
智能假肢
步态识别
平均影响值
概率神经网络
特征筛选
Keywords
intelligent
artificial
limb
gait recognition
mean
impact
value
probabilistic
neural
network
feature selection
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
利用人工神经网络预测电离层f_0F_2月中值
柳文
焦培南
《空间科学学报》
CAS
CSCD
北大核心
2000
8
在线阅读
下载PDF
职称材料
2
利用平均影响值和概率神经网络的步态识别
袁娜
杨鹏
刘作军
《哈尔滨工程大学学报》
EI
CAS
CSCD
北大核心
2015
8
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
