基于BP神经网络的磨粒类型识别技术研究

下载PDF

导出

摘要典型磨粒的类型对于我们判断机械的磨损状态具有重要意义,所以类型判断算法的选择对于磨粒类型的判断是至关重要的,目前应用最多的是人工神经网络方法(BP神经网络、双BP神经网络、因子模糊神经网络、粗集一神经网络等)和灰色关联度理论,模糊识别等。本文主要研究了基于人工神经网络的识别方法,通过对磨粒颜色特征进行主成分分析进行判断。

作者孙伟春李雪珍

机构地区郴州职业技术学院郴州职业技术学院湖南郴州湖南郴州

出处《电脑知识与技术（过刊）》 2007年第24期75-77,共3页 Computer Knowledge and Technology

关键词 BP神经网络磨粒磨损识别技术

分类号 TH17 [机械工程—机械制造及自动化]

引文网络
相关文献

参考文献1

1陈桂明,杨宝利,王汉功.小波分析理论在铁谱图像除噪中的应用[J].中国设备工程,2004(2):46-48. 被引量：1

二级参考文献3

1[2]Kenneth.R.Castleman著.朱志刚等译.数字图像处理[M].电子工业出版社,1998. 被引量：1
2[4]胡昌华等.基于MATLAB的系统分析与设计--小波分析[M].西安电子科技大学出版社,2000. 被引量：1
3[5]Zeng Z,Cumming I. Bayesian speckle noise reduction using the discrete wavelet transform.Stein T I. IEEE International Geoscience and Remote Sensing Proceedings [C]. Seattle WA:IEEE Publications, 1998.7-9. 被引量：1

1杨国平,杨襄璧,张新.液压系统计算机仿真中的稳定性问题[J].凿岩机械气动工具,1998,24(2):44-46.
2赵晖,张英堂.模糊数学在铁谱图像识别中的应用[J].柴油机设计与制造,2005,14(1):34-35. 被引量：2
3郑海宁,赵双升.回转式装载机倾翻载荷的验证方法[J].建筑机械,2011,31(1):118-120. 被引量：1
4马新娜,杨绍普.典型快速谱峭图算法的研究及应用[J].振动与冲击,2016,35(15):109-114. 被引量：16
5任强,谢伟东.基于MATLAB的BP神经网络实现减振器缺陷产品自动识别[J].轻工机械,2012,30(4):95-97.
6袁成清,严新平.磨粒类型识别研究[J].润滑与密封,2007,32(3):21-23. 被引量：5
7加力康,王勤贤,杨兆建,郑敏.关联维数方法在转子系统载荷类型识别中的应用[J].机械设计与制造,2016(8):65-68. 被引量：1
8王应国,殷国富,周自平,张新亮,孙梽刚.基于Web技术的平面连杆机构CAD系统研究[J].机械设计与制造,2007(4):78-80.
9张会明.一种计算机辅助识别平面机构活动度类型的新方法[J].机械设计,2003,20(2):53-55.
10邢敬华,张柏松,赵新泽,严新平.基于粗集理论的柴油机典型故障的磨粒识别[J].三峡大学学报（自然科学版）,2004,26(4):342-345.

电脑知识与技术（过刊）

2007年第24期

浏览历史

内容加载中请稍等...

基于BP神经网络的磨粒类型识别技术研究

参考文献1

二级参考文献3

相关作者

相关机构

相关主题

浏览历史