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
基于RBF神经网络的水下机器人传感器状态监测方法研究
被引量：
10
1
作者
张铭钧
孙瑞琛
王玉甲
《哈尔滨工程大学学报》
EI
CAS
CSCD
北大核心
2005年第6期726-731,共6页
为了实现水下机器人多传感器状态监测,根据其工作环境及所配置传感器的数量,提出了基于径向基函数(RBF)神经网络的传感器状态监测方法,建立了二级神经网络监测模型,解决了多传感器故障诊断和信号恢复的问题.基于某型水下机器人海中试验...
为了实现水下机器人多传感器状态监测,根据其工作环境及所配置传感器的数量,提出了基于径向基函数(RBF)神经网络的传感器状态监测方法,建立了二级神经网络监测模型,解决了多传感器故障诊断和信号恢复的问题.基于某型水下机器人海中试验数据进行计算机仿真试验的结果,验证了该方法的有效性和可行性.
展开更多
关键词
水下机器人传感器
RBF神经网络
状态监测
数据融合
下载PDF
职称材料
题名
基于RBF神经网络的水下机器人传感器状态监测方法研究
被引量：
10
1
作者
张铭钧
孙瑞琛
王玉甲
机构
哈尔滨工程大学机电工程学院
出处
《哈尔滨工程大学学报》
EI
CAS
CSCD
北大核心
2005年第6期726-731,共6页
文摘
为了实现水下机器人多传感器状态监测,根据其工作环境及所配置传感器的数量,提出了基于径向基函数(RBF)神经网络的传感器状态监测方法,建立了二级神经网络监测模型,解决了多传感器故障诊断和信号恢复的问题.基于某型水下机器人海中试验数据进行计算机仿真试验的结果,验证了该方法的有效性和可行性.
关键词
水下机器人传感器
RBF神经网络
状态监测
数据融合
Keywords
sensor
of
autonomous
underwater
vehicles
（
auv
）
radial
basis
function
（RBF）
neural
network
condition
monitoring
分类号
TP242 [自动化与计算机技术—检测技术与自动化装置]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于RBF神经网络的水下机器人传感器状态监测方法研究
张铭钧
孙瑞琛
王玉甲
《哈尔滨工程大学学报》
EI
CAS
CSCD
北大核心
2005
10
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
