文献详情


基于Hopfield神经网络的腐蚀失效模式识别

外文标题	Local Corrossion Failure Mode Recognization Based on Hopfield Neural Network
文献类型	期刊
作者	宋光雄[1];何胜锋[2];曹辉[3];张峥[4];钟群鹏[5]
机构	[1]北京航空航天大学材料科学与工程学院,北京航空航天大学材料科学与工程学院,北京航空航天大学材料科学与工程学院,北京航空航天大学材料科学与工程学院,北京航空航天大学材料科学与工程学院 北京100083,北京100083,北京100083,北京100083,北京100083 [2]北京航空航天大学材料科学与工程学院,北京航空航天大学材料科学与工程学院,北京航空航天大学材料科学与工程学院,北京航空航天大学材料科学与工程学院,北京航空航天大学材料科学与工程学院 北京100083,北京100083,北京100083,北京100083,北京100083 [3]北京航空航天大学材料科学与工程学院,北京航空航天大学材料科学与工程学院,北京航空航天大学材料科学与工程学院,北京航空航天大学材料科学与工程学院,北京航空航天大学材料科学与工程学院 北京100083,北京100083,北京100083,北京100083,北京100083 [4]北京航空航天大学材料科学与工程学院,北京航空航天大学材料科学与工程学院,北京航空航天大学材料科学与工程学院,北京航空航天大学材料科学与工程学院,北京航空航天大学材料科学与工程学院 北京100083,北京100083,北京100083,北京100083,北京100083 [5]北京航空航天大学材料科学与工程学院,北京航空航天大学材料科学与工程学院,北京航空航天大学材料科学与工程学院,北京航空航天大学材料科学与工程学院,北京航空航天大学材料科学与工程学院 北京100083,北京100083,北京100083,北京100083,北京100083 ↓
来源信息	年:2003卷:24期:1页码范围:82-84,89
期刊信息	材料热处理学报ISSN:1009-6264
关键词	神经网络;腐蚀失效;失效分析
摘要	Hopfield神经网络是具有记忆功能的反馈型神经网络,但存储记忆的能力受到神经元数量的限制.本文根据Hopfield神经网络的特点,采用多模块分级识别的方法,研究开发适用于腐蚀失效模式识别的学习、推理机模型.在此基础上,运用面向对象的编程技术及数据库技术,实现能够学习、识别腐蚀失效模式的软件系统.
收录情况	ISTICCSCD
所属部门	材料科学与工程学院
链接地址	http://d.g.wanfangdata.com.cn/Periodical_jsrclxb200301019.aspx
DOI	10.3969/j.issn.1009-6264.2003.01.019
基金	国家重点基础研究发展计划(973计划)

全文|
影响因子：


材料科学系张峥
材料科学系钟群鹏

dc:title:基于Hopfield神经网络的腐蚀失效模式识别
dc:creator:宋光雄;何胜锋;曹辉,等
dc:date: publishDate:2003-03-25
dc:type:期刊
dc:format: Media：材料热处理学报
dc:identifier: LnterrelatedLiterature：材料热处理学报.2003,24(1),82-84,89.
dc:identifier:DOI：10.3969/j.issn.1009-6264.2003.01.019
dc: identifier:ISBN:1009-6264