制造业自动化
製造業自動化
제조업자동화
MANUFACTURING AUTOMATION
2011年
17期
82-84,134
,共4页
导电聚苯胺%老化%小波支持向量机%人工神经网络
導電聚苯胺%老化%小波支持嚮量機%人工神經網絡
도전취분알%노화%소파지지향량궤%인공신경망락
高分子材料在长期存储过程中会发生老化,影响武器的性能.以某型导弹所采用的导电聚苯胺密封材料为研究对象,采用小波支持向量机对其老化特性数据进行处理,能实现比较准确地预测；并对复Morlet小波核函数进行了推导证明.实验结果表明在小样本条件下,W-SVM方法优于神经网络.本文方法可为武器性能与寿命的评估提供决策参考.
高分子材料在長期存儲過程中會髮生老化,影響武器的性能.以某型導彈所採用的導電聚苯胺密封材料為研究對象,採用小波支持嚮量機對其老化特性數據進行處理,能實現比較準確地預測；併對複Morlet小波覈函數進行瞭推導證明.實驗結果錶明在小樣本條件下,W-SVM方法優于神經網絡.本文方法可為武器性能與壽命的評估提供決策參攷.
고분자재료재장기존저과정중회발생노화,영향무기적성능.이모형도탄소채용적도전취분알밀봉재료위연구대상,채용소파지지향량궤대기노화특성수거진행처리,능실현비교준학지예측；병대복Morlet소파핵함수진행료추도증명.실험결과표명재소양본조건하,W-SVM방법우우신경망락.본문방법가위무기성능여수명적평고제공결책삼고.
