10.3969/j.issn.1000-3428.2007.02.068
基于小波与ART2网络的实时状态识别
构造出一类用递推公式进行小波变换的小波基,提出此类小波的优化方法,对其时频特性进行了分析.针对传统ART2网络只利用了模式的相位信息而丢失了幅度信息和网络的性能依赖于样本的学习顺序等不足,提出了改进型ART2网络.对刀具AE信号进行递归小波分解,提取特征并应用于改进的ART2网络识别刀具状态.实验结果表明,递归小波能反映刀具状态信号的特征,且实时性好.改进的ART2网络更具鲁棒性,识别率为100%,训练耗时仅占传统ART2网络的3.79%.
优化递归小波、改进型ART2网络、刀具状态、在线监测
33
TP39(计算技术、计算机技术)
2007-03-12(万方平台首次上网日期,不代表论文的发表时间)
共4页
194-196,213