论文部分内容阅读
针对柴油机气门故障的诊断样本少和非线性数据特征等问题，文中提出了一种基于学刁向量量化（LVQ，LearningVectorquantization）神经网络集成的柴油机故障诊断方法，该方法通过使飘LVQ神经两络作为基础学习器．采用Bagging算法对LVQ神经网络分类器进行相对多数投票集成，并用LVQ神经网络．LVQ神经网络集成．BP神经网络和RBF神经网络等方法对柴油机气门故障诊断．对评价结果进行了分析和比较，LVQ神经网络集成对柴油机气门故障诊断的正确率高于其他神经网络，神经网络集成的柴油机气门故障诊