论文部分内容阅读
基于多层前向网络的诊断模型在设备故障诊断领域应用比较广泛。但在多层前向网络的设计和训练问题上，单隐层的隐层单元数选取一直非常困难，一般有杉试凑法，既费时又不一定保证收敛。本文针对这一难题，从设备故障诊断的工程实际出发，采用隐层压缩算法，获得了性能较好，网络规模又较小的神经网络诊断模型。给出了隐层压缩算法中原始网络的构造方法，并且证明只要原始网络的隐层单元数不小于训练样本数减１，该原始网络算法中原始