期刊导航
期刊开放获取
vip
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
4
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于模糊输入的BP-ART2混合神经网络在电力变压器故障综合诊断中的应用
被引量：
6
1
作者
高如新
王福忠
冉正云
《继电器》
CSCD
北大核心
2004年第5期15-18,69,共5页
根据模糊理论和神经网络理论,提出了变压器故障诊断的新方法。根据DGA(dissolvedgasanalysis)法、电气试验法及外部故障特征法,建立了基于模糊输入的BP ART2混和神经网络对电力变压器故障进行综合诊断。仿真结果表明本方法能有效提高变...
根据模糊理论和神经网络理论,提出了变压器故障诊断的新方法。根据DGA(dissolvedgasanalysis)法、电气试验法及外部故障特征法,建立了基于模糊输入的BP ART2混和神经网络对电力变压器故障进行综合诊断。仿真结果表明本方法能有效提高变压器故障诊断正确率。
展开更多
关键词
电力变压器
故障综合诊断
bp-art2
混合神经网络
竞争学习规则
在线阅读
下载PDF
职称材料
BP-ART2网络设计及其在故障诊断中的应用
2
作者
阳小燕
王靖
李学军
《微计算机信息》
2009年第34期1-3,共3页
BP神经网络的非线性映射特性在故障诊断领域得到了广泛应用,但对于新增故障模式缺乏有效的识别,而ART2自适应共振网络能有效增添新的故障模式,却不能对输入量进行特征降维约简,而输入量太多时耗费时间太长,本文综合BP神经网络与ART2自...
BP神经网络的非线性映射特性在故障诊断领域得到了广泛应用,但对于新增故障模式缺乏有效的识别,而ART2自适应共振网络能有效增添新的故障模式,却不能对输入量进行特征降维约简,而输入量太多时耗费时间太长,本文综合BP神经网络与ART2自适应共振网络的优点,研究了改进型BP-ART2神经网络故障诊断方法,在ART2结构的输入层增加隐层,通过非线性映射实现特征量降维约简,从而提高ART2神经网络的诊断效率。通过旋转机械故障诊断结果表明,该方法能够有效地实现特征约简和故障聚类。
展开更多
关键词
BP网络
ART
2
网络
故障诊断
旋转机械
在线阅读
下载PDF
职称材料
NeuralKits神经网络软件工具箱的开发和验证
3
作者
陈鹏
《计算机时代》
2025年第3期40-44,共5页
利用Visual Basic 6.0语言成功开发出NeuralKits神经网络软件工具箱,包括基于ART2自适应谐振理论Ⅱ神经网络、BP误差反向传播神经网络、CPN对偶传播神经网络、PNN概率神经网络、RBF径向基函数神经网络和SOM自组织映射神经网络的相应软...
利用Visual Basic 6.0语言成功开发出NeuralKits神经网络软件工具箱,包括基于ART2自适应谐振理论Ⅱ神经网络、BP误差反向传播神经网络、CPN对偶传播神经网络、PNN概率神经网络、RBF径向基函数神经网络和SOM自组织映射神经网络的相应软件。首先通过工具箱在处理平衡数据(鸢尾花品属数据集)时所展现出的正确率,对其开发和运行的正确性予以验证;再利用R语言编程实现随机森林算法,并对比该算法与工具箱在处理非平衡数据(白酒品质数据集)时各自的正确率,以此间接验证工具箱的正确性。
展开更多
关键词
NeuralKits
Visual
Basic
6.0
ART
2
神经网络
BP神经网络
CPN神经网络
PNN神经网络
RBF神经网络
SOM神经网络
随机森林
在线阅读
下载PDF
职称材料
基于模型诊断技术的神经网络实现方法
被引量：
4
4
作者
马纪明
万蔚
王法岩
《北京航空航天大学学报》
EI
CAS
CSCD
北大核心
2013年第2期178-183,共6页
针对基于模型的故障诊断流程中故障检测和故障识别两个关键问题,提出了一种基于神经网络的实现方法.首先利用BP神经网络进行参数估计,并结合系统模型进行故障检测;然后采用ART2神经网络进行数据聚类,并基于聚类结果进行系统故障识别;最...
针对基于模型的故障诊断流程中故障检测和故障识别两个关键问题,提出了一种基于神经网络的实现方法.首先利用BP神经网络进行参数估计,并结合系统模型进行故障检测;然后采用ART2神经网络进行数据聚类,并基于聚类结果进行系统故障识别;最后,设计实现了基于BP/ART2神经网络的故障诊断系统.基于BP神经网络的参数估计方法可以准确地估计诊断对象在不同状态下的参数,为故障检测提供有效依据;基于ART2神经网络的数据聚类不仅可以识别对象的已知故障类型,还可以识别出未知故障,对先验信息较少的系统进行故障识别更具有效性.通过永磁直流电机故障诊断案例的应用,证明方法能具有一定的工程实用性.
展开更多
关键词
故障检测
BP神经网络
ART
2
神经网络
参数估计
数据聚类
原文传递
题名
基于模糊输入的BP-ART2混合神经网络在电力变压器故障综合诊断中的应用
被引量：
6
1
作者
高如新
王福忠
冉正云
机构
焦作工学院
出处
《继电器》
CSCD
北大核心
2004年第5期15-18,69,共5页
基金
河南省攻关课题(0124140156)
文摘
根据模糊理论和神经网络理论,提出了变压器故障诊断的新方法。根据DGA(dissolvedgasanalysis)法、电气试验法及外部故障特征法,建立了基于模糊输入的BP ART2混和神经网络对电力变压器故障进行综合诊断。仿真结果表明本方法能有效提高变压器故障诊断正确率。
关键词
电力变压器
故障综合诊断
bp-art2
混合神经网络
竞争学习规则
Keywords
fuzzy control
BP neural network
ART
2
model
fault diagnosis
power transformer
分类号
TM769 [电气工程—电力系统及自动化]
在线阅读
下载PDF
职称材料
题名
BP-ART2网络设计及其在故障诊断中的应用
2
作者
阳小燕
王靖
李学军
机构
中南大学机电工程学院
湖南科技大学机电工程学院
出处
《微计算机信息》
2009年第34期1-3,共3页
基金
湖南省科学技术厅科技计划项目
基金申请人:王靖
+1 种基金
项目名称:基于多传感器信号融合的旋转机械故障诊断关键技术研究
基金颁发部门:湖南省科学技术厅(06FJ3044)
文摘
BP神经网络的非线性映射特性在故障诊断领域得到了广泛应用,但对于新增故障模式缺乏有效的识别,而ART2自适应共振网络能有效增添新的故障模式,却不能对输入量进行特征降维约简,而输入量太多时耗费时间太长,本文综合BP神经网络与ART2自适应共振网络的优点,研究了改进型BP-ART2神经网络故障诊断方法,在ART2结构的输入层增加隐层,通过非线性映射实现特征量降维约简,从而提高ART2神经网络的诊断效率。通过旋转机械故障诊断结果表明,该方法能够有效地实现特征约简和故障聚类。
关键词
BP网络
ART
2
网络
故障诊断
旋转机械
Keywords
BP
ART
2
Fault diagnosis
Rotating machinery
分类号
TP183 [自动化与计算机技术—控制理论与控制工程]
在线阅读
下载PDF
职称材料
题名
NeuralKits神经网络软件工具箱的开发和验证
3
作者
陈鹏
机构
福建省工业信息产业发展研究中心
出处
《计算机时代》
2025年第3期40-44,共5页
文摘
利用Visual Basic 6.0语言成功开发出NeuralKits神经网络软件工具箱,包括基于ART2自适应谐振理论Ⅱ神经网络、BP误差反向传播神经网络、CPN对偶传播神经网络、PNN概率神经网络、RBF径向基函数神经网络和SOM自组织映射神经网络的相应软件。首先通过工具箱在处理平衡数据(鸢尾花品属数据集)时所展现出的正确率,对其开发和运行的正确性予以验证;再利用R语言编程实现随机森林算法,并对比该算法与工具箱在处理非平衡数据(白酒品质数据集)时各自的正确率,以此间接验证工具箱的正确性。
关键词
NeuralKits
Visual
Basic
6.0
ART
2
神经网络
BP神经网络
CPN神经网络
PNN神经网络
RBF神经网络
SOM神经网络
随机森林
Keywords
NeuralKits
Visual Basic 6.0
ART
2
neural network
BP neural network
CPN neural network
PNN neural network
RBF neural network
SOM neural network
Random forests
分类号
TP311.1 [自动化与计算机技术—计算机软件与理论]
在线阅读
下载PDF
职称材料
题名
基于模型诊断技术的神经网络实现方法
被引量：
4
4
作者
马纪明
万蔚
王法岩
机构
北京航空航天大学中法工程师学院
北京航空航天大学可靠性与系统工程学院
出处
《北京航空航天大学学报》
EI
CAS
CSCD
北大核心
2013年第2期178-183,共6页
文摘
针对基于模型的故障诊断流程中故障检测和故障识别两个关键问题,提出了一种基于神经网络的实现方法.首先利用BP神经网络进行参数估计,并结合系统模型进行故障检测;然后采用ART2神经网络进行数据聚类,并基于聚类结果进行系统故障识别;最后,设计实现了基于BP/ART2神经网络的故障诊断系统.基于BP神经网络的参数估计方法可以准确地估计诊断对象在不同状态下的参数,为故障检测提供有效依据;基于ART2神经网络的数据聚类不仅可以识别对象的已知故障类型,还可以识别出未知故障,对先验信息较少的系统进行故障识别更具有效性.通过永磁直流电机故障诊断案例的应用,证明方法能具有一定的工程实用性.
关键词
故障检测
BP神经网络
ART
2
神经网络
参数估计
数据聚类
Keywords
fault detection
back-propagation（BP） neural network
adaptive resonance theory（ART
2
） neural network
parameter estimation
data cluster
分类号
TP277 [自动化与计算机技术—检测技术与自动化装置]
原文传递
题名
作者
出处
发文年
被引量
操作
1
基于模糊输入的BP-ART2混合神经网络在电力变压器故障综合诊断中的应用
高如新
王福忠
冉正云
《继电器》
CSCD
北大核心
2004
6
在线阅读
下载PDF
职称材料
2
BP-ART2网络设计及其在故障诊断中的应用
阳小燕
王靖
李学军
《微计算机信息》
2009
0
在线阅读
下载PDF
职称材料
3
NeuralKits神经网络软件工具箱的开发和验证
陈鹏
《计算机时代》
2025
0
在线阅读
下载PDF
职称材料
4
基于模型诊断技术的神经网络实现方法
马纪明
万蔚
王法岩
《北京航空航天大学学报》
EI
CAS
CSCD
北大核心
2013
4
原文传递
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
