论文部分内容阅读
针对磨粒识别问题，建立了基于D-S证据理论的集成神经网络磨粒融合诊断方法。首先对特征参数进行优化分组，然后对每一组建立对应的分类子神经网络，分别采用径向基函数（RBF）神经网络和反向传播（BP）神经网络进行识别，得到初步的诊断结果，经过归一化后作为2组基本概率分配函数，最后运用D-S证据理论进行融合得到最终识别结果。箅例分析表明，基于D-S证据法和集成神经网络的磨粒融合识别方法比单个诊断方法具有更高的准确性。