论文部分内容阅读
利用Ｄｅｍｐｓｔｅｒ－Ｓｈａｆｅｒ证据理论，通过组合多重神经网络分类器，对一控制中的校正网络进行故障检测与诊断，单个神经网络分类器以某些特定的特征量进行分类，对应实际系统特征量的网络输出值怀盯庆训练用特征集的网络输出均值之间的广义距离为单个分类器输出的实际霜类的度量值，证据理论采用简单支撑集假设下的证据组合形式，最终的输出为综合多个神经网络输出后的结果，实际应用表明，此方法可以检测与诊断出单一分类