您的位置： 专家智库 > >

成鹏

作品数：5 被引量：0H指数：0
供职机构：电子科技大学更多>>
相关领域：自动化与计算机技术更多>>

合作作者

文献类型

  • 4篇专利
  • 1篇学位论文

领域

  • 2篇自动化与计算...

主题

  • 4篇测试性
  • 3篇矩阵
  • 2篇多任务
  • 2篇上级
  • 2篇神经网
  • 2篇神经网络
  • 2篇输出层
  • 2篇输入层
  • 2篇数据模型
  • 2篇权值
  • 2篇权值矩阵
  • 2篇群算法
  • 2篇子群
  • 2篇粒子群
  • 2篇粒子群算法
  • 1篇映射
  • 1篇数学模型
  • 1篇图形化
  • 1篇图形化建模
  • 1篇平均无故障时...

机构

  • 5篇电子科技大学

作者

  • 5篇成鹏
  • 4篇杨成林
  • 4篇龙兵
  • 4篇林干

年份

  • 1篇2018
  • 1篇2017
  • 3篇2016
共 5 条 记 录，以下是 1-5
全选 清除 导出
排序方式：
基于两层神经网络的测试性指标分配方法
本发明公开了一种基于两层神经网络的测试性指标分配方法，根据系统结构获取下级模块与上级模块的映射矩阵，构建两层神经网络，其中输入层神经单元代表下级模块，输出层神经单元代表上级模块，权值代表测试性指标分配值，根据映射矩阵确定...
杨成林成鹏林干龙兵
文献传递
多任务测试性指标分配方法
本发明公开了一种多任务测试性指标分配方法，首先获取相关数据，包括任务数量、模块数量、任务与模块的关联标识，各任务和模块对测试性指标的最低要求，各个模块的平均无故障时间、测试性代价因子，以及各种测试性代价因子的权重，根据以...
杨成林成鹏林干龙兵
文献传递
多任务测试性指标分配方法
本发明公开了一种多任务测试性指标分配方法，首先获取相关数据，包括任务数量、模块数量、任务与模块的关联标识，各任务和模块对测试性指标的最低要求，各个模块的平均无故障时间、测试性代价因子，以及各种测试性代价因子的权重，根据以...
杨成林成鹏林干龙兵
基于两层神经网络的测试性指标分配方法
本发明公开了一种基于两层神经网络的测试性指标分配方法，根据系统结构获取下级模块与上级模块的映射矩阵，构建两层神经网络，其中输入层神经单元代表下级模块，输出层神经单元代表上级模块，权值代表测试性指标分配值，根据映射矩阵确定...
杨成林成鹏林干龙兵
文献传递
基于任务流模型的测试性设计与优化
测试性是产品设计的关键因素之一，在提高武器装备的可维护性和减少测试费用中，已经越来越成为武器装备设计中的一个重要组成部分。但是目前的故障诊断软件大都是从底层硬件电路开始建立多信号模型，这种传统的建模分析方法与硬件设备结合...
成鹏
关键词：测试性设计图形化建模矩阵变换
全选 清除 导出
共1页<1>
聚类工具0