论文部分内容阅读
该文以人工神经网络技术为工具，从模式识别的角度较为详细地论述了旋转机械故障中故障模式的表达，联想记忆识别能力等问题，并对旋转机械中的常见故障进行了训练学习和事例诊断。研究结果表明，人工神经网络技术对于非线性模式识别问题具有较强的分类表达能力，对于旋转机械中的常见故障具有较强的诊断能力。
基于神经网络技术的旋转机械故障诊断研究
【摘 要】
：
该文以人工神经网络技术为工具，从模式识别的角度较为详细地论述了旋转机械故障中故障模式的表达，联想记忆识别能力等问题，并对旋转机械中的常见故障进行了训练学习和事例诊断。
【机 构】
：
交通大学
【出 处】
：
第五届机械设备故障诊断学术会议
【发表日期】
：
1996年期
其他文献
该文详述了面向对象技术在人工神经网络实现上的应用。作为一个典型的例子，最后给出反向传输三层网络模型的面向对象语言（Ｊａｖａ语言）软件实现的实例。
提出一种基于人工神经网络的综合指标评估方法，首先提出了一种新的归一化效用函数，把不同类型、不同量纲的原始评估值转换到〖－１，１〗区间，该效用函数较好地体现了“奖优罚劣”原则，同
文言文虽然晦涩难懂,但是用好了绝对格调飙升,比如你想感叹秋高气爽,众鸟纷飞,可以吟诵出“落霞与孤鹜齐飞,秋水共长天一色”,否则就只能憋出一句:“天好蓝,鸟好多啊!”
该研究设计了26种训练条件，在每种条件下训练30个人工神经网络，记录神经网络在各种条件下对困难组、容易组、总体组的测验误差和答对率，并由此计算出相应的边界效应。研究表明，当