期刊导航
期刊开放获取
cqvip
退出
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
1
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
BP神经网络在电池分选中的应用
被引量:
3
1
作者
武云丽
李革臣
陈松林
《哈尔滨理工大学学报》
CAS
2001年第5期10-13,共4页
针对电池分选中,由于输入技术参数存在噪声而引起误选率过高的问题,以 BP(badk-propagation)神经网络为基础,使用抽样学习的方法,提出了多参数输入的电池分选方案.实验结果表明,该方法能在技术参数存在噪声...
针对电池分选中,由于输入技术参数存在噪声而引起误选率过高的问题,以 BP(badk-propagation)神经网络为基础,使用抽样学习的方法,提出了多参数输入的电池分选方案.实验结果表明,该方法能在技术参数存在噪声的情况下,通过网络训练可减小分选误差.
展开更多
关键词
电池
分选
BP神经网络
抽样学习
误选率
分选
误差
下载PDF
职称材料
题名
BP神经网络在电池分选中的应用
被引量:
3
1
作者
武云丽
李革臣
陈松林
机构
哈尔滨理工大学计算机与控制学院
出处
《哈尔滨理工大学学报》
CAS
2001年第5期10-13,共4页
基金
国家"863"计划(715-004-0080)
文摘
针对电池分选中,由于输入技术参数存在噪声而引起误选率过高的问题,以 BP(badk-propagation)神经网络为基础,使用抽样学习的方法,提出了多参数输入的电池分选方案.实验结果表明,该方法能在技术参数存在噪声的情况下,通过网络训练可减小分选误差.
关键词
电池
分选
BP神经网络
抽样学习
误选率
分选
误差
Keywords
battery-sorting
BP neural network
sampling study
分类号
TM91 [电气工程—电力电子与电力传动]
TP183 [自动化与计算机技术—控制理论与控制工程]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
BP神经网络在电池分选中的应用
武云丽
李革臣
陈松林
《哈尔滨理工大学学报》
CAS
2001
3
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