期刊文献+
共找到2,407篇文章
< 1 2 121 >
每页显示 20 50 100
基于径向基神经网络的尾门优化研究
1
作者 黄晖 陈为欢 熊伟 《机电信息》 2024年第20期71-73,77,共4页
某一新车尾门悬挂重达35 kg备胎,需满足下垂性能指标及轻量化需求,针对传统人工迭代优化周期长、难度大的问题,提出一种基于径向基神经网络(RBF)的尾门优化方法,首先将尾门结构参数和料厚定义为可优化设计变量,然后通过试验设计(DOE)生... 某一新车尾门悬挂重达35 kg备胎,需满足下垂性能指标及轻量化需求,针对传统人工迭代优化周期长、难度大的问题,提出一种基于径向基神经网络(RBF)的尾门优化方法,首先将尾门结构参数和料厚定义为可优化设计变量,然后通过试验设计(DOE)生成不同设计变量与车门下垂性能对应关系的多组数据,再基于RBF建立结构参数和性能的非线性映射,最后基于Isight的遗传算法对尾门参数进行优化。结果表明,优化方案尾门满足下垂下坠性能,并且减重1.0 kg(3.7%)。该研究对尾门优化设计有较大的工程参考价值。 展开更多
关键词 尾门 优化 径向基神经网络 试验设计 遗传算法
下载PDF
基于递归径向基神经网络滑模的多功能柔性多状态开关控制方法 被引量:1
2
作者 廖江华 高伟 +1 位作者 唐钧益 杨耿杰 《电气技术》 2024年第5期11-21,共11页
近年来,新能源和电动汽车的渗透比例逐渐增高,给配电网的潮流优化和电能质量治理带来严峻挑战。针对分布式电源的随机性和间歇性问题,设计一种基于递归径向基神经网络(RRBFNN)滑模的多功能柔性多状态开关(FMS)控制方法,在实现功率交互... 近年来,新能源和电动汽车的渗透比例逐渐增高,给配电网的潮流优化和电能质量治理带来严峻挑战。针对分布式电源的随机性和间歇性问题,设计一种基于递归径向基神经网络(RRBFNN)滑模的多功能柔性多状态开关(FMS)控制方法,在实现功率交互和多端单相接地故障柔性消弧的同时,增强FMS的抗扰能力。首先考虑扰动的影响,设计一种改进RRBFNN滑模控制方法,以克服传统滑模控制固有的抖振现象和对系统精确数学模型的依赖,并减小并网暂态冲击;柔性消弧控制采用微积分型滑模面,理论推导出0轴电压控制律,提高故障电流抑制率;进一步通过李雅普诺夫定理证明所设计方法的稳定性和收敛性。最后,在Matlab/Simulink中搭建三端口FMS及其控制系统的仿真模型,通过对比仿真验证了所提策略的可行性和有效性。 展开更多
关键词 配电网 柔性多状态开关(FMS) 单相接地故障 柔性消弧 径向基神经网络(RBFNN) 滑模控制
下载PDF
基于径向基神经网络预测日参考作物需水量
3
作者 孟玮 孙西欢 +1 位作者 郭向红 马娟娟 《人民黄河》 CAS 北大核心 2024年第4期117-120,共4页
为了利用有限的气象数据准确预测蓄水坑灌果园的日参考作物需水量,利用蓄水坑灌试验基地逐日温度与湿度数据,构建了基于径向基神经网络的ET0预测模型,并将其模拟结果及Hargreaves、Priestley-Taylor两种常用ET0计算模型的计算结果同FAO-... 为了利用有限的气象数据准确预测蓄水坑灌果园的日参考作物需水量,利用蓄水坑灌试验基地逐日温度与湿度数据,构建了基于径向基神经网络的ET0预测模型,并将其模拟结果及Hargreaves、Priestley-Taylor两种常用ET0计算模型的计算结果同FAO-56 Penman-Monteith(FAO56-PM)公式计算的标准值进行对比。结果表明:径向基神经网络预测模型的模拟结果与标准方法FAO56-PM公式的计算结果最接近,而Hargreaves、Priestley-Taylor两个常用计算模型的计算结果比标准值偏大,在实际应用中应对其进行校正。 展开更多
关键词 蓄水坑灌 日参考作物需水量 径向基神经网络 Hargreaves公式 Priestley-Taylor公式
下载PDF
基于粗糙径向基神经网络的刮板输送机负载预测方法研究 被引量:1
4
作者 郭刚 汪海涛 +2 位作者 高晓成 闫尚彬 黄晓俊 《煤炭工程》 北大核心 2024年第2期138-145,共8页
刮板输送机负载的准确预测对实现采煤机和刮板输送机的协同控制至关重要。刮板输送机短期负载受工作面环境、冲击载荷等不确定性因素的影响,具有很强的非线性和非平稳性,难以准确预测。针对此问题,本研究提出一种基于粗糙径向基神经网... 刮板输送机负载的准确预测对实现采煤机和刮板输送机的协同控制至关重要。刮板输送机短期负载受工作面环境、冲击载荷等不确定性因素的影响,具有很强的非线性和非平稳性,难以准确预测。针对此问题,本研究提出一种基于粗糙径向基神经网络的刮板输送机负载预测方法。该方法首先建立刮板输送机电流去噪模型,得到反映综采工作面刮板输送机真实负载的电流分量;然后针对刮板输送机负载电流波动大导致的神经网络预测模型训练误差增大、预测精度低的问题,引入表征负载变化波动的上下输入粗糙神经元,提出一种粗糙径向基神经网络(RRBFNN)模型;最后基于粗糙径向基神经网络建立刮板输送机短期负载预测模型,并进行仿真实验验证。结果表明:本研究提出的RRBFNN刮板输送机短期负载预测模型,比传统RBF模型的平均绝对误差(MAE)、平均绝对百分误差(MAPE)和均方根误差(RMSE)分别降低26.22%,25.39%和14.72%,该方法能有效提高刮板输送机负载的预测精度。 展开更多
关键词 刮板输送机 负载预测 粗糙神经 径向基神经网络
下载PDF
基于改进的径向基神经网络模型的水库异重流泥沙淤积量模拟
5
作者 韩睿 《水利技术监督》 2024年第1期148-151,共4页
文章结合改进的径向基神经网络模型对石佛寺水库异重流泥沙淤积量进行模拟,并结合水库泥沙淤积量测定值对模型进行检验。结果表明:相比于传统模型,改进模型对模型变量进行优化调整,对于水库异重流泥沙淤积量预测的精度有明显改善。研究... 文章结合改进的径向基神经网络模型对石佛寺水库异重流泥沙淤积量进行模拟,并结合水库泥沙淤积量测定值对模型进行检验。结果表明:相比于传统模型,改进模型对模型变量进行优化调整,对于水库异重流泥沙淤积量预测的精度有明显改善。研究成果对于水库泥沙淤积的趋势预测方法具有参考价值。 展开更多
关键词 改进模型 径向基神经网络 水库异重流 泥沙淤积预测 石佛寺水库
下载PDF
基于径向基神经网络的水电机组运行故障预警方法研究
6
作者 杨德高 张正乾 王瑞庆 《电气技术与经济》 2024年第10期212-215,共4页
水电机组在实际工作中所采集到的数据具有多维、非线性、时变等特点,容易导致预警精度低。为此进行基于径向基神经网络的水电机组运行故障预警方法的研究。首先,对水电机组运行信号进行分解,以便从复杂的信号中提取关键信息。然后,从分... 水电机组在实际工作中所采集到的数据具有多维、非线性、时变等特点,容易导致预警精度低。为此进行基于径向基神经网络的水电机组运行故障预警方法的研究。首先,对水电机组运行信号进行分解,以便从复杂的信号中提取关键信息。然后,从分解后的信号中识别出能够反映机组运行状态的特征量,用于计算异常状态指数,量化机组的健康状态与异常状态。最后,建立基于径向基神经网络的故障预警模型,利用异常状态指标预测机组未来的运行状态,并在机组出现故障前提供及时的预警。实验结果表明:与基于温度监测的预警方法和基于支持向量机的预警方法相比,基于径向基神经网络的水电机组运行故障预警方法在100次测试中,能够准确地识别出水电机组的异常状态,并给出及时的预警,实际应用价值更高。 展开更多
关键词 径向基神经网络 水电机组运行 运行故障预警 故障预警
下载PDF
基于径向基神经网络代理模型的贝叶斯损伤识别方法研究
7
作者 卢小丽 文韬 郭丽丽 《建材世界》 2024年第2期110-114,共5页
提出了一种将径向基神经网络作为代理模型用于贝叶斯框架的损伤识别方法。首先采用拉丁超立方抽样技术,选取一定数量的结构输入输出样本,训练出一个径向基神经网络。然后将其用于基于马尔科夫链蒙特卡洛抽样的贝叶斯损伤识别方法。其中... 提出了一种将径向基神经网络作为代理模型用于贝叶斯框架的损伤识别方法。首先采用拉丁超立方抽样技术,选取一定数量的结构输入输出样本,训练出一个径向基神经网络。然后将其用于基于马尔科夫链蒙特卡洛抽样的贝叶斯损伤识别方法。其中抽样方法采用吉布斯抽样。数值算例显示,在考虑测量误差的情况下,提出的方法能准确识别出简支梁的损伤,有效避免了损伤识别反问题的不适定性。其计算效率较传统的方法提高了数十倍,是一种很有潜力的损伤识别方法。 展开更多
关键词 径向基神经网络 损伤识别 马尔科夫链蒙特卡罗 吉布斯抽样
下载PDF
基于改进径向基神经网络的滚动轴承故障诊断 被引量:3
8
作者 赵小惠 王凯峰 +1 位作者 胡胜 卫艳芳 《组合机床与自动化加工技术》 北大核心 2023年第3期66-69,共4页
针对传统径向基神经网络故障模式识别时人为设置参数过大,精度不足等问题,提出了一种混沌云自适应鲸鱼算法优化径向基神经网络的滚动轴承故障诊断方法。考虑到鲸鱼算法易陷入局部最优问题,将混沌云模型与鲸鱼算法相结合,利用混沌理论的... 针对传统径向基神经网络故障模式识别时人为设置参数过大,精度不足等问题,提出了一种混沌云自适应鲸鱼算法优化径向基神经网络的滚动轴承故障诊断方法。考虑到鲸鱼算法易陷入局部最优问题,将混沌云模型与鲸鱼算法相结合,利用混沌理论的全局搜索能力,结合云模型的不确定性,可确保鲸鱼算法寻优过程中全局及局部搜索最优值,并通过4种测试函数验证了改进后的鲸鱼算法收敛性和寻优能力,以此来优化径向基神经网络隐含层权值等参数,仿真结果证明,优化后的径向基神经网络模式识别率分别比传统算法、支持向量机高出8%、12%,进一步证明了该方法的有效性。 展开更多
关键词 改进鲸鱼算法 混沌云自适应 径向基神经网络 故障诊断
下载PDF
基于径向基神经网络的爬壁机器人姿态调节控制方法
9
作者 王宽田 李鹏 周光祥 《国外电子测量技术》 北大核心 2023年第2期60-65,共6页
爬壁机器人姿态调节受其运动状态的影响,控制中心难以实时纠正爬壁机器人方向与角度,存在机器人运动失衡的问题,为此设计基于径向基神经网络的爬壁机器人姿态调节控制方法。建立机器人运动方程与静力学方程,判断机器人运动失衡状态,采... 爬壁机器人姿态调节受其运动状态的影响,控制中心难以实时纠正爬壁机器人方向与角度,存在机器人运动失衡的问题,为此设计基于径向基神经网络的爬壁机器人姿态调节控制方法。建立机器人运动方程与静力学方程,判断机器人运动失衡状态,采用径向基神经网络对爬壁机器人姿态进行纠偏控制,并通过控制中心传输指令,实现基于径向基神经网络的爬壁机器人姿态调节控制。实验结果表明,应用所提方法后爬壁机器人偏航角、俯仰角误差与滚转角的误差平均值分别为0.20×10^(3)、0.15×10^(3)、0.45×10^(3) rad,在无干扰和有干扰的情况下,所提方法控制后到达的位置与目标位置的最大误差分别为2及10 m,体现了爬壁机器人姿态调节控制的优异性能。 展开更多
关键词 径向基神经网络 爬壁机器人 姿态调节 静力 纠偏
原文传递
基于径向基神经网络的光伏发电功率预测模型
10
作者 童垚天 罗界 严景琪 《中文科技期刊数据库(全文版)工程技术》 2023年第12期21-25,共5页
针对光伏发电系统的输入和功率变化,提出径向基函数光伏发电系统功率预测模型,选择与目标预测相同时间的两个活动类型相同、时间节点接近、温度之间波动差距最小的一个历史天气样本作为相似日,把所有需要同时测量的样本数据中与光伏风... 针对光伏发电系统的输入和功率变化,提出径向基函数光伏发电系统功率预测模型,选择与目标预测相同时间的两个活动类型相同、时间节点接近、温度之间波动差距最小的一个历史天气样本作为相似日,把所有需要同时测量的样本数据中与光伏风力发电并网功率最密切相关的一个太阳光辐射活动强度值作为数据输入量,建立基于径向基函数(RBF)的光伏发电并网功率波动预测系统模型,以此来对光伏风力发电的并网功率波动大小进行自动预测,对光伏风力发电的机组并网系统功率波动大小可以进行有效地自动调节,从而平滑光伏风力发电机组并网功率发生波动。最后通过利用随机实例分析验证,所需要建立的预测功率模型已经具备较高计算精准度,验证该方法确实可行。 展开更多
关键词 预测功率 径向基神经网络 太阳能电池 MATLAB函数
下载PDF
基于径向基神经网络的SCR烟气脱硝系统入口NOx浓度预测方法
11
作者 蒋勇 《中文科技期刊数据库(全文版)工程技术》 2023年第7期38-41,共4页
本项目拟采用 RBF神经网络和 SVM神经网络相结合的方式,构建 SCR烟气脱硫过程中烟气 NOx浓度的在线预报模型,并将其与 SVM、 BP神经网络和 RBF神经网络相结合,构建 SCR烟气脱硫过程中烟气 NOx浓度的在线预报模型。研究发现, RNN的预报... 本项目拟采用 RBF神经网络和 SVM神经网络相结合的方式,构建 SCR烟气脱硫过程中烟气 NOx浓度的在线预报模型,并将其与 SVM、 BP神经网络和 RBF神经网络相结合,构建 SCR烟气脱硫过程中烟气 NOx浓度的在线预报模型。研究发现, RNN的预报准确率和推广性能优于 RNN,可用于 SCR烟气脱硝系统入口 NOx浓度的准确预测,为机组运行控制和机组安全经济运行提供决策依据。 展开更多
关键词 径向基神经网络 SCR烟气脱硝系统 NOx浓度预测
下载PDF
遗传算法-模糊径向基神经网络模型预测自润滑镀层耐磨性 被引量:3
12
作者 王亚利 于继明 王艺 《电镀与精饰》 CAS 北大核心 2021年第7期30-34,共5页
针对传统神经网络模型存在的缺陷,引入遗传算法和模糊运算建立遗传算法-模糊径向基神经网络模型(GA-FRBFNNM),介绍了模型结构和仿真思路。以自润滑镀层耐磨性为研究主题开展正交实验,在正交实验结果中任取10组数据作为训练样本用于模型... 针对传统神经网络模型存在的缺陷,引入遗传算法和模糊运算建立遗传算法-模糊径向基神经网络模型(GA-FRBFNNM),介绍了模型结构和仿真思路。以自润滑镀层耐磨性为研究主题开展正交实验,在正交实验结果中任取10组数据作为训练样本用于模型训练,其余6组数据作为测试样本用于模型性能测试。结果表明:GAFRBFNNM的预测值更接近于真实值,其预测精度明显高于相同结构的径向基神经网络模型,验证了该模型是有效的,能够更准确预测自润滑镀层耐磨性。主要归因于引入模糊运算使得径向基神经网络全部节点都具备特定意义,另外引入遗传算法优化了训练算法,避免了模型陷入局部极小点等问题,使得模型性能得到有效提升。 展开更多
关键词 自润滑镀层 摩擦因数 遗传算法-模糊径向基神经网络模型 径向基神经网络模型
下载PDF
基于径向基神经网络的油藏反演方法
13
作者 周子琪 查文舒 +1 位作者 李道伦 刘旭亮 《合肥工业大学学报(自然科学版)》 CAS 北大核心 2023年第5期713-720,共8页
文章提出一种基于径向基(radial basis function,RBF)神经网络的油藏反演方法。该方法利用抽样生成的井底压力数据构造RBF神经网络模型,由RBF神经网络预测值与实际观测值的偏差定义目标函数,再利用粒子群算法(particle swarm optimizati... 文章提出一种基于径向基(radial basis function,RBF)神经网络的油藏反演方法。该方法利用抽样生成的井底压力数据构造RBF神经网络模型,由RBF神经网络预测值与实际观测值的偏差定义目标函数,再利用粒子群算法(particle swarm optimization,PSO)对其进行优化,最终得到不确定参数的最优解和反演参数。与多项式拟合方法相比,RBF神经网络方法具有更好的拟合结果和更高的精度,甚至在多项式拟合方法失效时,该方法也能得到很好的模拟结果。油田实际算例表明,该方法具有良好的拟合效果,能大幅提高反演效率,具有很好的应用前景。 展开更多
关键词 油藏反演 径向(RBF)神经网络 目标函数 优化算法 历史拟合
下载PDF
基于Hu不变矩和径向基神经网络的太阳镜镜片瑕疵图像分类系统 被引量:2
14
作者 王昕 杨钰萍 +4 位作者 何嘉玮 廖志鹏 黄宇宸 范贤光 许英杰 《厦门大学学报(自然科学版)》 CAS CSCD 北大核心 2023年第4期629-637,共9页
现有的镜片瑕疵分类主要针对光学玻璃镜片和树脂镜片,与太阳镜镜片的生产原料和工艺存在差异,导致两者的瑕疵类型也有所不同,因此现有的镜片检测机不能直接应用于太阳镜镜片的检测.为了满足生产需求,实现工业自动化检测,本文利用基于机... 现有的镜片瑕疵分类主要针对光学玻璃镜片和树脂镜片,与太阳镜镜片的生产原料和工艺存在差异,导致两者的瑕疵类型也有所不同,因此现有的镜片检测机不能直接应用于太阳镜镜片的检测.为了满足生产需求,实现工业自动化检测,本文利用基于机器视觉检测技术的CMOS传感器工业相机、双远心镜头、LED灯搭建了镜片图像采集系统,并融合图像处理算法,将七个Hu矩不变量作为互补特征,采用径向基神经网络模型开发了太阳镜镜片瑕疵图像分类系统.实验表明,使用Hu不变矩特征提取算法的分类方法可有效提高分类准确率,该方法的准确率为94.56%.和BP等其他神经网络结构相比,准确率也更高.因此,该系统被证明是可行和有效的. 展开更多
关键词 太阳镜镜片 瑕疵分类 机器视觉 HU不变矩 径向(RBF)神经网络
下载PDF
基于径向基神经网络和自适应神经模糊系统的电力短期负荷预测方法 被引量:71
15
作者 雷绍兰 孙才新 +2 位作者 周湶 张晓星 程其云 《中国电机工程学报》 EI CSCD 北大核心 2005年第22期78-82,共5页
针对实时电价对短期负荷的影响,建立了径向基(RBF)神经网络和自适应神经网络模糊系统(ANFIS)相结合的短期负荷预测模型。该模型利用RBF神经网络的非线性逼近能力对不考虑电价因素的预测日负荷进行了预测,并根据近期实时电价的变化,应用A... 针对实时电价对短期负荷的影响,建立了径向基(RBF)神经网络和自适应神经网络模糊系统(ANFIS)相结合的短期负荷预测模型。该模型利用RBF神经网络的非线性逼近能力对不考虑电价因素的预测日负荷进行了预测,并根据近期实时电价的变化,应用ANFIS系统对RBF神经网络的负荷预测结果进行修正,以使固定电价时代的预测方法在电价敏感环境下也能达到较好的预测精度,克服了神经网络在电力市场下进行负荷预测时存在的不足。某电网实际预测结果表明,该方法具有较好的预测效果。 展开更多
关键词 电力系统 短期负荷预测 实时电价 径向基神经网络 自适应神经模糊系统
下载PDF
基于遗传算法—模糊径向基神经网络的光伏发电功率预测模型 被引量:94
16
作者 叶林 陈政 +1 位作者 赵永宁 朱倩雯 《电力系统自动化》 EI CSCD 北大核心 2015年第16期16-22,共7页
针对光伏发电系统出力波动问题,提出遗传算法(GA)—模糊径向基(RBF)神经网络的光伏发电功率预测模型,将功率预测值应用于光伏发电的蓄电池储能功率调节系统,以降低对电网的冲击。选择与待预测日天气类型相同、日期相近、温度欧氏距离最... 针对光伏发电系统出力波动问题,提出遗传算法(GA)—模糊径向基(RBF)神经网络的光伏发电功率预测模型,将功率预测值应用于光伏发电的蓄电池储能功率调节系统,以降低对电网的冲击。选择与待预测日天气类型相同、日期相近、温度欧氏距离最小的历史日作为相似日,把与光伏发电功率相关性大的太阳辐射强度和温度作为模型输入变量,提出K均值聚类和遗传算法的参数优化方法,建立基于GA—模糊RBF神经网络的最终预测模型。在光伏功率预测的基础上,提出一种平滑控制策略,对光伏并网功率进行有效调节,从而达到平滑光伏功率波动的目的。实例证明,所述预测模型具有较高精度,并验证了平滑功率波动控制策略的有效性。 展开更多
关键词 功率预测 遗传算法 模糊径向基神经网络 平滑功率波动
下载PDF
基于改进粒子群-径向基神经网络模型的短期电力负荷预测 被引量:26
17
作者 师彪 李郁侠 +3 位作者 于新花 闫旺 何常胜 孟欣 《电网技术》 EI CSCD 北大核心 2009年第17期180-184,共5页
为了准确、快速、高效地预测电网短期负荷,提出了改进的粒子群–径向基神经网络算法。用改进的粒子群算法训练径向基神经网络,实现了径向基函数神经网络的参数优化。建立了短期电力负荷预测模型,综合考虑气象、天气、日期类型等影响负... 为了准确、快速、高效地预测电网短期负荷,提出了改进的粒子群–径向基神经网络算法。用改进的粒子群算法训练径向基神经网络,实现了径向基函数神经网络的参数优化。建立了短期电力负荷预测模型,综合考虑气象、天气、日期类型等影响负荷的因素进行短期负荷预测。算例结果表明,该算法优于径向基神经网络法和粒子群–径向基网络算法,克服了径向基网络和粒子群优化方法的缺点,改善了径向基神经网络的泛化能力,输出稳定,预测精度高,收敛速度快,平均百分比误差可控制在1.2%以内。 展开更多
关键词 负荷预测 改进粒子群-径向基神经网络模型 泛化能力 预测精度
原文传递
近红外光谱结合小波变换-径向基神经网络用于奶粉蛋白质与脂肪含量的测定 被引量:22
18
作者 单杨 朱向荣 +1 位作者 许青松 梁逸曾 《红外与毫米波学报》 SCIE EI CAS CSCD 北大核心 2010年第2期128-131,共4页
应用近红外光谱分析技术结合化学计量学方法,建立了奶粉脂肪和蛋白质含量测定的化学计量学建模新方法.首先采用Kernard-Stone法对校正集样本和预测集样本进行分类,然后利用小波变换滤波技术对样品的近红外光谱进行压缩去噪处理,结合滤... 应用近红外光谱分析技术结合化学计量学方法,建立了奶粉脂肪和蛋白质含量测定的化学计量学建模新方法.首先采用Kernard-Stone法对校正集样本和预测集样本进行分类,然后利用小波变换滤波技术对样品的近红外光谱进行压缩去噪处理,结合滤波后重构光谱信号建立脂肪和蛋白质的径向基神经网络回归模型,并分别对径向基网络的扩散常数spread值及小波变换中的小波基与压缩尺度三个参数进行了详细的讨论.脂肪模型在小波基为db2及小波尺度为4、spread值为3.5时的预测模型精度最好;蛋白质模型在小波基为db8及小波尺度为4、spread值为6时,预测模型精度最好.所建立的脂肪和蛋白质校正模型的预测集相关系数(Rp)分别为0.990和0.994,预测均方根误差分别为0.007与0.004.预测结果表明,RBF网络结合小波变换进行建模预测,模型简单、稳健且精度较好,该方法适合奶粉脂肪和蛋白质含量的快速、无损测定. 展开更多
关键词 近红外光谱 奶粉 径向基神经网络 小波变换 Kernard-Stone法
下载PDF
基于小波包和径向基神经网络轴承故障诊断 被引量:22
19
作者 王国锋 王子良 +1 位作者 秦旭达 王太勇 《北京科技大学学报》 EI CAS CSCD 北大核心 2004年第2期184-187,共4页
针对滚动轴承故障精密诊断的需要,采用小波包分析方法提取了滚动轴承故障的特征信号,通过小波包分析将高频信号分解到8个频带中,以频带能量作为识别故障的特征向量,应用RBF径向基神经网络建立了从特征向量到故障模式之间的映射,现场采... 针对滚动轴承故障精密诊断的需要,采用小波包分析方法提取了滚动轴承故障的特征信号,通过小波包分析将高频信号分解到8个频带中,以频带能量作为识别故障的特征向量,应用RBF径向基神经网络建立了从特征向量到故障模式之间的映射,现场采集的数据分析表明,采用小波包和神经网络相结合的方法可以比较准确地识别滚动轴承的故障。 展开更多
关键词 小波包 径向基神经网络 滚动轴承 精密诊断 故障诊断
下载PDF
径向基神经网络解决威胁排序问题 被引量:30
20
作者 王向华 覃征 +1 位作者 刘宇 史哲文 《系统仿真学报》 CAS CSCD 2004年第7期1576-1579,共4页
在空战威胁估计中,把一架战机的态势量化为一个向量,每一个决策因素为一个分量。确定各因素之间的相对重要程度,是合成综合威胁指数,完成威胁排序的关键。本文使用径向基神经网络确定各个因素之间的非线性复杂关系。使用层次分析法生成... 在空战威胁估计中,把一架战机的态势量化为一个向量,每一个决策因素为一个分量。确定各因素之间的相对重要程度,是合成综合威胁指数,完成威胁排序的关键。本文使用径向基神经网络确定各个因素之间的非线性复杂关系。使用层次分析法生成初始的(战机态势量化向量、综合威胁指数)训练样本对。然后使用样本校正器对不合理的样本对自动进行校正。调整后的综合威胁指数,作为最终的学习样本的目标值,以供径向基神经网络训练使用。实验表明,径向基神经网络可以很好的逼近各个因素之间的权重关系。 展开更多
关键词 径向基神经网络 层次分析法 威胁估计 威胁排序 空战态势
下载PDF
上一页 1 2 121 下一页 到第
使用帮助 返回顶部