您当前的位置:
首页 >
文章列表页 >
基于改进BP算法在深度神经网络学习中的研究
振动·噪声·监测·诊断 | 更新时间:2022-09-22
    • 基于改进BP算法在深度神经网络学习中的研究

    • RESEARCH ON DEEP NEURAL NETWORK LEARNING BASED ON IMPROVED BP ALGORITHM

    • 机械强度   2018年40卷第4期 页码:796-801
    • 作者机构:

      1. 江苏建筑职业技术学院机电工程学院

      2. 中国矿业大学信息与电气工程学院

      3. 徐州市机器人技术实验室

    • DOI:10.16579/j.issn.1001.9669.2018.04.006    

      中图分类号:

    扫 描 看 全 文

  • 黄培. 基于改进BP算法在深度神经网络学习中的研究[J]. 机械强度, 2018,40(4):796-801. DOI: 10.16579/j.issn.1001.9669.2018.04.006.

    HUANG Pei. RESEARCH ON DEEP NEURAL NETWORK LEARNING BASED ON IMPROVED BP ALGORITHM[J]. 2018,40(4):796-801. DOI: 10.16579/j.issn.1001.9669.2018.04.006.

  •  

0

浏览量

561

下载量

2

CSCD

文章被引用时,请邮件提醒。
提交
工具集
下载
参考文献导出
分享
收藏
添加至我的专辑

相关文章

基于卷积神经网络的机械故障诊断方法综述
基于固有时间尺度分解与卷积神经网络的轴承故障诊断研究
基于融合CNN与PSO-SVM的滚动轴承故障诊断
基于深度卷积神经网络模型和XGBoost算法的齿轮箱故障诊断研究
卷积神经网络与混沌理论在滚动轴承故障诊断中的应用

相关作者

暂无数据

相关机构

陆军工程大学石家庄校区
上海理工大学能源与动力工程学院
上海市动力工程多相流动与传热重点实验室
上海海洋大学工程学院
上海电机学院电气学院
0