粗集神经网络及其在齿轮箱故障识别中的应用
为有效解决故障诊断中的故障识别问题,提出了一种以强耦合方式进行集成的粗集-神经网络的故障识别方法.该方法通过粗糙集对获得的故障属性进行降维预处理并获取粗集规则,再以所得的粗集规则与BP神经网络进行强耦合对故障进行识别.对该方法以齿轮箱故障识别进行了仿真实验,与BP神经网络的识别效果进行对比,结果表明了粗集神经网络在训练速度、测试精度方面的有效性.
粗糙集、神经网络、故障识别、特征降维、齿轮箱
31
TP391(计算技术、计算机技术)
2010-06-30(万方平台首次上网日期,不代表论文的发表时间)
共4页
1768-1770,1774