文献类型：期刊文章

作　　者：肖健梅[1]

机构地区：[1]上海海运学院电气自动化系,上海200135

出　　处：《仪器仪表学报》

基　　金：上海市教委自然科学基金项目 (0 3IK0 9)

年　　份：2005

卷　　号：26

期　　号：4

起止页码：355-357

语　　种：中文

收录情况：BDHX、BDHX2004、CAS、CSCD、CSCD2011_2012、EI(收录号：2005259171847)、IC、INSPEC、JST、RCCSE、RSC、SCOPUS、ZGKJHX、核心刊

摘　　要：提出一种应用径向基函数(RBF)神经网络解决故障诊断问题的方法,并将其应用于柴油机故障诊断与识别。在RBF神经网络中采用了一种减聚类的学习算法来确定径向基函数的相应参数,从而使神经网络结构得到优化。实例仿真结果表明,RBF神经网络学习收敛较快,对故障识别性能好。

关 键 词：径向基函数神经网络 故障诊断 柴油机 RBF神经网络 神经网络结构 诊断问题  学习算法 仿真结果  学习收敛  识别性能  应用  聚类  

分 类 号：TP183] TK428]