RBF神经网络(Radial Basis Function Neural Network,RBFNN)以简单的结构、较快的收敛速度,以及全局寻优的方式,实现了以任意给定的精度去逼近任意连续的非线性系统的功能。因此,RBFNN获得了广泛的应用。在设备故障诊断领域,不同类型的...RBF神经网络(Radial Basis Function Neural Network,RBFNN)以简单的结构、较快的收敛速度,以及全局寻优的方式,实现了以任意给定的精度去逼近任意连续的非线性系统的功能。因此,RBFNN获得了广泛的应用。在设备故障诊断领域,不同类型的设备故障由于误分类而造成的代价并不相同。比如将设备故障状态识别为正常状态所造成的代价,要比将正常状态识别为故障类型要高得多。而RBFNN却是以每类样本的误分类代价相等为假设前提的。展开更多
文摘RBF神经网络(Radial Basis Function Neural Network,RBFNN)以简单的结构、较快的收敛速度,以及全局寻优的方式,实现了以任意给定的精度去逼近任意连续的非线性系统的功能。因此,RBFNN获得了广泛的应用。在设备故障诊断领域,不同类型的设备故障由于误分类而造成的代价并不相同。比如将设备故障状态识别为正常状态所造成的代价,要比将正常状态识别为故障类型要高得多。而RBFNN却是以每类样本的误分类代价相等为假设前提的。
