2024年8月17日
星期六
|
欢迎来到青海省图书馆•公共文化服务平台
登录
|
注册
|
进入后台
[
APP下载]
[
APP下载]
扫一扫,既下载
全民阅读
职业技能
专家智库
参考咨询
您的位置:
专家智库
>
>
李红梅
作品数:
1
被引量:6
H指数:1
供职机构:
湖南涉外经济学院
更多>>
发文基金:
湖南省教育厅优秀青年基金
湖南省大学生研究性学习与创新性实验计划项目
更多>>
相关领域:
自动化与计算机技术
更多>>
合作作者
杨贤平
湖南涉外经济学院
龚金科
湖南大学机械与运载工程学院
曾谊晖
湖南涉外经济学院
作品列表
供职机构
相关作者
所获基金
研究领域
题名
作者
机构
关键词
文摘
任意字段
作者
题名
机构
关键词
文摘
任意字段
在结果中检索
文献类型
1篇
中文期刊文章
领域
1篇
自动化与计算...
主题
1篇
神经网
1篇
神经网络
1篇
数控
1篇
数控加工
1篇
人工神经
1篇
人工神经网络
1篇
网络
1篇
面粗糙度
1篇
工神经网络
1篇
RBF神经网...
1篇
RBF算法
1篇
表面粗糙度
1篇
粗糙度
1篇
人工神经网
机构
1篇
湖南大学
1篇
湖南涉外经济...
1篇
中南大学
作者
1篇
曾谊晖
1篇
龚金科
1篇
李红梅
1篇
杨贤平
传媒
1篇
煤矿机械
年份
1篇
2011
共
1
条 记 录,以下是 1-1
全选
清除
导出
排序方式:
相关度排序
被引量排序
时效排序
数控切削加工表面粗糙度RBF神经网络预测模型
被引量:6
2011年
针对数控切削加工表面粗糙度存在预测精度不高的问题,采用径向基(RBF)神经网络技术,以多组实际加工试验数据作为样本,建立了以转速n、进给速度vf、背吃力量ap为自变量的切削表面粗糙度预测模型。试验及预测结果表明:切削表面粗糙度RBF神经网络预测模型的预测相对误差小于2.7%,而回归分析预测值的相对误差在7.1%~14.0%变动。充分说明数控切削加工表面粗糙度RBF神经网络预测模型的预测精度高,可满足数控切削加工表面粗糙度实时在线预测的要求。
曾谊晖
龚金科
李红梅
杨贤平
关键词:
数控加工
表面粗糙度
人工神经网络
RBF算法
全选
清除
导出
共1页
<
1
>
聚类工具
0
执行
隐藏
清空
用户登录
用户反馈
标题:
*标题长度不超过50
邮箱:
*
反馈意见:
反馈意见字数长度不超过255
验证码:
看不清楚?点击换一张