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
共找到266篇文章
< 1 2 … 14 >
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：
基于IRCMMRDE和HHO-PNN的轴承损伤辨识模型 被引量：1
1
作者 桂芳 李健 刘磊 《机电工程》 北大核心 2025年第1期62-71,共10页
采用单通道振动信号无法完全准确表征轴承多角度的故障信息,导致特征提取不够充分。针对这一缺陷,构建了一种基于改进精细复合多元多尺度反向散布熵(IRCMMRDE)和参数优化概率神经网络(PNN)的滚动轴承损伤辨识模型。首先,使用了振动加速... 采用单通道振动信号无法完全准确表征轴承多角度的故障信息,导致特征提取不够充分。针对这一缺陷,构建了一种基于改进精细复合多元多尺度反向散布熵(IRCMMRDE)和参数优化概率神经网络(PNN)的滚动轴承损伤辨识模型。首先,使用了振动加速度计和麦克风两种类型的传感器,同时获得了滚动轴承不同工况下的振动和声音信号,构建了故障信息量更丰富的多通道信号;随后,提出了能够同步分析多通道信号的IRCMMRDE方法,并将其用于提取滚动轴承多通道信号的故障特征;接着,采用哈里斯鹰优化器(HHO)对概率神经网络的平滑因子进行了自适应寻优,构造了网络结构最优的PNN模型;最后,将损伤样本输入至HHO-PNN模型中,进行了故障的分类识别,完成了滚动轴承样本的故障辨识;并基于滚动轴承声振信号数据集,对基于IRCMMRDE-HHO-PNN的故障诊断方法的有效性进行了验证。研究结果表明:基于IRCMMRDE和HHO-PNN的故障诊断方法的准确率达到了99.6%,平均的识别准确率达到了99.8%,优于其他多种特征提取方法;同时,对多通道融合信号进行分析取得的准确率优于单个通道的信号,准确率分别提高了8.8%和4.8%;此外,HHO-PNN分类器模型的诊断性能优于其他分类模型,更具有泛化性和实用性。 展开更多
关键词 滚动轴承 故障诊断 改进精细复合多元多尺度反向散布熵 概率神经网络 多通道信号 哈里斯鹰优化器
在线阅读 下载PDF
基于PNN网络的大写英文字母电子签字识别研究
2
作者 王晓娟 杨永昕 《河南科技》 2025年第4期26-29,共4页
【目的】随着计算机技术发展,越来越多的电子签字被应用于现实生活中。为解决电子签字识别问题,利用鲁棒性较好的PNN神经网络来识别输入的电子签名,并转换成可编辑的英文字母。【方法】在识别过程中,为提高识别的正确率,需要对收集到的... 【目的】随着计算机技术发展,越来越多的电子签字被应用于现实生活中。为解决电子签字识别问题,利用鲁棒性较好的PNN神经网络来识别输入的电子签名,并转换成可编辑的英文字母。【方法】在识别过程中,为提高识别的正确率,需要对收集到的电子签字进行处理。先提取签字中的黑色有字母部分,再将提取到的黑色有字母部分统一大小,并将统一大小后的黑色有字母部分放在大小一样的白色画布上。经过处理后的电子签字可作为PNN网络输入变量,进行网络识别。【结果】以一组倾斜程度较大的电子签字进行识别验证,结果表明PNN网络整体识别效果较好,对倾斜程度较大的电子签字识别效果较差。【结论】该方法能高效识别倾斜程度较小的电子签字,未来应对倾斜程度较大的电子签字展开进一步的研究。 展开更多
关键词 pnn网络 模式识别 字母处理
在线阅读 下载PDF
基于FFT- PNN的智能阀门定位器故障诊断方法研究
3
作者 王德民 《自动化仪表》 2025年第4期36-41,共6页
智能阀门定位器出现故障时,信号中出现的特定频谱分量形成了一种复杂的嵌套递归干扰,使得信号复杂度显著增加、故障诊断精度下降。传统傅里叶变换处理此类问题的效率低,且难以捕捉干扰细节。为此,结合快速傅里叶变换(FFT)与基于贝叶斯... 智能阀门定位器出现故障时,信号中出现的特定频谱分量形成了一种复杂的嵌套递归干扰,使得信号复杂度显著增加、故障诊断精度下降。传统傅里叶变换处理此类问题的效率低,且难以捕捉干扰细节。为此,结合快速傅里叶变换(FFT)与基于贝叶斯决策规则的概率神经网络(PNN)技术,提出一种智能阀门定位器故障诊断方法。首先,通过采集智能阀门定位器故障信号,使用Teager能量算子突出故障信号中的高频成分,以减少低频慢速成分对后续分析的影响。然后,利用FFT将信号转换到频域,捕捉到信号中的干扰细节,以快速获取故障信号的特征频率。最后,采用PNN对获取的故障特征频率展开学习与训练,以完成故障诊断。试验结果表明,所提方法可精准提取故障特征频率;相关函数曲线峰值较多,峰值最高可达到10以上。所提方法的故障诊断精度较高,具有较好的故障诊断效果。 展开更多
关键词 智能阀门定位器 故障诊断 快速傅里叶变换 TEAGER能量算子 故障特征频率 概率神经网络
在线阅读 下载PDF
基于DBO-PNN模型的短期风电功率预测研究
4
作者 艾扬 姚万灿 谭卓杭 《电力系统装备》 2025年第5期7-8,95,共3页
随着风电在能源结构中的占比不断增加,准确预测风电功率对于电网调度和运行具有重要意义。文章提出了一种基于DBO-PNN模型的短期风电功率预测方法,并通过对实际风电场数据的测试,验证了该模型在短期风电功率预测中的准确性和可靠性。
关键词 风电功率预测 DBO-pnn模型 离散二进制优化 概率神经网络
在线阅读 下载PDF
基于EMD-PNN网络的刚性罐道故障诊断方法 被引量：8
5
作者 马天兵 王鑫泉 王孝东 《电子测量与仪器学报》 CSCD 北大核心 2019年第3期58-64,共7页
针对刚性罐道故障种类识别困难,提出了一种基于经验模态分解-概率神经网络(EMD-PNN)的刚性罐道故障诊断方法。首先,搭建立井提升实验平台,使用北京东方振动和噪声技术研究所的INV3062T0设备采集罐道的振动信号,然后对含噪的振动信号进行... 针对刚性罐道故障种类识别困难,提出了一种基于经验模态分解-概率神经网络(EMD-PNN)的刚性罐道故障诊断方法。首先,搭建立井提升实验平台,使用北京东方振动和噪声技术研究所的INV3062T0设备采集罐道的振动信号,然后对含噪的振动信号进行EMD降噪;其次,提取降噪后振动信号的能量参数、偏度参数、峰度参数、波形参数、峰值参数、峭度参数、脉冲参数、裕度参数构成特征向量,作为PNN网络输入层的训练样本和测试样本;最后,利用训练样本建立PNN网络模型,选取测试样本检测概率神经网络的模式识别效果。实验证明,本方法对台阶凸起故障、接头错位故障和正常状态3种模式的识别率达到100%,为立井提升等非线性非平稳复杂系统的故障诊断提供一种通用可行的解决方案。 展开更多
关键词 刚性罐道 经验模态分解降噪 特征提取 概率神经网络 模式识别
原文传递
基于PNN神经网络的电控发动机故障诊断 被引量：10
6
作者 巴寅亮 王书提 +2 位作者 李春兰 郭增波 加克.乌云才次克 《现代电子技术》 北大核心 2016年第20期146-148,153,共4页
PNN是前馈型神经网络,具有强大的非线性模式分类能力。提出运用PNN神经网络对发动机电控系统进行故障诊断的方法,介绍了PNN神经网络及其工作原理,以伊兰特汽车发动机电控系统为研究对象,让发动机在怠速情况下,并对其进行故障设置,运用金... PNN是前馈型神经网络,具有强大的非线性模式分类能力。提出运用PNN神经网络对发动机电控系统进行故障诊断的方法,介绍了PNN神经网络及其工作原理,以伊兰特汽车发动机电控系统为研究对象,让发动机在怠速情况下,并对其进行故障设置,运用金德KT600故障诊断仪采集发动机故障数据流,利用PNN神经网络建立诊断模型,并对网络诊断模型进行验证,诊断结果完全正确,且训练速度非常快。实验结果表明PNN神经网络具有较强的泛化能力和实用价值。 展开更多
关键词 pnn神经网络 发动机 电控系统 故障诊断
在线阅读 下载PDF
基于PNN神经网络的掘进机截齿磨损程度识别研究 被引量：15
7
作者 张强 王禹 王琛淇 《煤炭科学技术》 CAS CSCD 北大核心 2019年第6期37-44,共8页
针对掘进机截齿磨损在线识别问题,提出一种基于PNN神经网络的截齿磨损程度多特征信号识别方法,提取不同磨损程度的截齿在截割过程中的振动和声发射特征信号,分别分析振动加速度、声发射信号峰值以及2种特征信号频域图的均方根这4个特征... 针对掘进机截齿磨损在线识别问题,提出一种基于PNN神经网络的截齿磨损程度多特征信号识别方法,提取不同磨损程度的截齿在截割过程中的振动和声发射特征信号,分别分析振动加速度、声发射信号峰值以及2种特征信号频域图的均方根这4个特征参数,获取振动信号、声发射信号与不同磨损程度截齿的变化规律。建立5种不同磨损程度截齿的多特征信号样本数据库,采用多特征信号样本对PNN神经网络进行学习和训练,建立截齿磨损程度的识别模型,实现截齿磨损程度的精确识别。结果表明:基于PNN神经网络的截齿预测磨损状态识别模型识别精度较高,识别准确率和预测准确率约为93.3%和95.0%,与BP神经网络方法相比分别提高了3.3%和15.0%。因此该神经网络具有良好的可靠性与精确性。 展开更多
关键词 掘进机 截齿磨损 振动信号 声发射信号 pnn神经网络
在线阅读 下载PDF
中国耕地资源安全模式识别的PNN神经网络方法 被引量：2
8
作者 李春华 李宁 +1 位作者 骆华莹 王斌年 《中国农学通报》 CSCD 北大核心 2011年第26期181-186,共6页
耕地资源安全不仅事关中国的粮食安全,而且影响中国的生态安全和社会安全。为了分析各地区耕地安全的特点和影响因素,笔者首先选取评价指标,构建区域耕地资源安全风险评价模型,然后应用安全预警理论建立耕地安全风险评价指标阈值标准,... 耕地资源安全不仅事关中国的粮食安全,而且影响中国的生态安全和社会安全。为了分析各地区耕地安全的特点和影响因素,笔者首先选取评价指标,构建区域耕地资源安全风险评价模型,然后应用安全预警理论建立耕地安全风险评价指标阈值标准,最后利用PNN神经网络模型,对中国区域耕地风险进行分析。结果表明,中国耕地安全风险分为5类地区:高度危险区:四川、云南、内蒙古、福建、重庆、陕西、贵州、甘肃、青海,主要是生态脆弱区;危险地区:山东、北京、上海、天津、广西;值得关注地区:宁夏、江苏、浙江、西藏、广东,既有经济发达地区又有相对落后地区;安全区:辽宁、山西、河南、河北;高度安全区:安徽、湖南、湖北、新疆、海南、江西、吉林、黑龙江,安全和高度安全区中,大部分是中国的粮食主产区。这意味着中国耕地保护政策要转向耕地生态背景和质量的保护,经济发展对耕地资源的压力也不容忽视,同时要继续加强对粮食主产区耕地保护的倾斜政策,确保中国的粮食安全。 展开更多
关键词 耕地安全 指标阈值 模式识别 pnn网络
在线阅读 下载PDF
基于三序分量法和PNN的配电网不对称故障类型识别 被引量：4
9
作者 陈新岗 陈小青 +3 位作者 冯煜轩 贺娟 罗浩 余兵 《重庆理工大学学报（自然科学）》 CAS 北大核心 2019年第12期201-207,共7页
针对配电网故障类型识别率低的问题,提出一种基于正、负、零三序分量和概率神经网络(PNN)的配电网故障类型识别方法。首先,利用Matlab软件对10 kV配电网发生各类不对称故障进行仿真,将产生的故障电流用对称分量法进行分解,然后得到有差... 针对配电网故障类型识别率低的问题,提出一种基于正、负、零三序分量和概率神经网络(PNN)的配电网故障类型识别方法。首先,利用Matlab软件对10 kV配电网发生各类不对称故障进行仿真,将产生的故障电流用对称分量法进行分解,然后得到有差异的正、负、零序电流;再用这3种分量作为特征量,代入PNN进行训练;最后,将现有的故障特征量输入训练完成且具有识别功能的PNN网络中,达到故障识别及分类的目的。仿真结果表明:在不同的故障合闸角、过渡电阻以及负荷有重大变化等情况下,三序分量法与负序分量法在区分单相接地、两相短路接地、两相相间短路等不对称故障时,前者区分准确度更高,对进行事故分析和故障选相等具有重要意义。 展开更多
关键词 配电网 故障类型识别 故障特征量提取 pnn神经网络
在线阅读 下载PDF
基于PNN/PCA/SS-SVR的光伏发电功率短期预测方法 被引量：52
10
作者 王昕 黄柯 +3 位作者 郑益慧 李立学 郎永波 吴昊 《电力系统自动化》 EI CSCD 北大核心 2016年第17期156-162,共7页
光伏发电功率预测对太阳能开发利用、电网稳定安全运行具有重要意义。提出一种融合了概率神经网络(PNN)、主成分分析法(PCA)、分散搜索(SS)和支持向量机回归(SVR)的光伏输出功率预测模型。首先结合天气信息通过PNN将天气划分为晴、多云... 光伏发电功率预测对太阳能开发利用、电网稳定安全运行具有重要意义。提出一种融合了概率神经网络(PNN)、主成分分析法(PCA)、分散搜索(SS)和支持向量机回归(SVR)的光伏输出功率预测模型。首先结合天气信息通过PNN将天气划分为晴、多云、阴、雨4种类型,然后在每种天气类型下,利用PCA对影响光伏出力的多个气象因素,如太阳辐射强度、温度和相对湿度等进行降维、转换成少数几个主成分作为输入向量,最后建立SS算法优化SVR的光伏发电功率短期预测模型。结果表明,该模型实现了对不同天气类型下的光伏出力较为精准的预测,具有一定的可行性及指导意义。 展开更多
关键词 光伏发电功率预测 概率神经网络 主成分分析法 分散搜索 支持向量机回归
在线阅读 下载PDF
基于Pseudo-Zernike不变矩的PNN车牌汉字识别 被引量：10
11
作者 高全华 王晋国 孙锋利 《计算机工程》 CAS CSCD 北大核心 2009年第4期196-198,共3页
基于不变矩理论,提出一种应用概率神经网络作为识别器的车牌汉字识别技术。利用Pseudo-Zernike矩特征的旋转不变性和良好的抗噪性能,将其作为车牌汉字识别的特征矢量,结合Pseudo-Zernike矩的快速算法和概率神经网络识别器快速学习和识... 基于不变矩理论,提出一种应用概率神经网络作为识别器的车牌汉字识别技术。利用Pseudo-Zernike矩特征的旋转不变性和良好的抗噪性能,将其作为车牌汉字识别的特征矢量,结合Pseudo-Zernike矩的快速算法和概率神经网络识别器快速学习和识别的性能,可适应实时环境下所获取的车牌汉字灰度图像的识别,具有较高的准确率,实验结果表明了该方法的有效性。 展开更多
关键词 车牌识别 Pseudo—Zernike不变矩 概率神经网络
在线阅读 下载PDF
基于DWT和PNN的印刷过程实时监测和故障诊断 被引量：6
12
作者 鄢腊梅 管力明 +1 位作者 胡更生 何宏 《振动．测试与诊断》 EI CSCD 北大核心 2010年第3期236-239,共4页
提出了一种新的基于离散小波变换和概率神经网络的印刷过程振动信号的实时监测和故障诊断系统。利用小波包分解技术对印刷过程振动信号进行降噪处理,并选择特殊频段进行小波包重构,有效捕捉和分离了处于信号不同频段的印刷过程振动信号... 提出了一种新的基于离散小波变换和概率神经网络的印刷过程振动信号的实时监测和故障诊断系统。利用小波包分解技术对印刷过程振动信号进行降噪处理,并选择特殊频段进行小波包重构,有效捕捉和分离了处于信号不同频段的印刷过程振动信号故障特征分量。对提取的故障特征参数应用概率神经网络映射,实现对印刷过程振动信号运行状态的实时监测和故障诊断。仿真结果表明,该诊断方法快速、准确且易于工程实现。 展开更多
关键词 离散小波变换 概率神经网络 故障诊断 印刷过程
在线阅读 下载PDF
基于PNN-HP(2)-ENN模型的钢铁企业转炉煤气柜柜位预测 被引量：5
13
作者 李红娟 王建军 +1 位作者 王华 孟华 《信息与控制》 CSCD 北大核心 2014年第2期229-234,240,共7页
针对钢铁企业煤气系统中转炉煤气柜柜位难以建立模型进行预测的问题,结合概率神经网络、HP(Hodric-Prescott)滤波、Elman神经网络各自的性质建立了PNN-HP(2)-ENN模型,用于对转炉煤气柜柜位进行分类预测.将模型应用在企业实际数据中,实... 针对钢铁企业煤气系统中转炉煤气柜柜位难以建立模型进行预测的问题,结合概率神经网络、HP(Hodric-Prescott)滤波、Elman神经网络各自的性质建立了PNN-HP(2)-ENN模型,用于对转炉煤气柜柜位进行分类预测.将模型应用在企业实际数据中,实验结果表明,所建模型分类准确、耗时少、预测效果良好.与其它常用模型相比,此模型适合转炉煤气柜柜位的预测,能够为副产煤气的合理调度提供操作依据. 展开更多
关键词 转炉煤气柜柜位(LDG) 概率神经网络(pnn) HP(Hodric-Prescott)滤波 Elman神经网络(ENN)
原文传递
基于KPCA-PNN的复杂工业过程集成故障辨识方法 被引量：10
14
作者 薄翠梅 王执铨 张广明 《信息与控制》 CSCD 北大核心 2009年第1期98-104,109,共8页
针对核主元分析方法在复杂工业在线监控过程中易出现的核矩阵K难以计算和初始故障源难以辨识的问题,提出了一种基于核主元分析和概率神经网络的集成故障辨识方法.首先通过特征样本提取方法预处理工业数据集,然后采用核函数主元分析的Hot... 针对核主元分析方法在复杂工业在线监控过程中易出现的核矩阵K难以计算和初始故障源难以辨识的问题,提出了一种基于核主元分析和概率神经网络的集成故障辨识方法.首先通过特征样本提取方法预处理工业数据集,然后采用核函数主元分析的Hotelling统计量T^2和SPE方法检测故障,采用核函数梯度算法定义了两个新的统计量C_(T^2)和C_(SPE),计算了每个监控变量对统计量T^2和SPE的贡献程度,并提取了故障特征.最后,利用概率神经网络技术进一步从关联故障特征中辨识出初始故障源.将上述故障诊断方法应用到Tennessee Eastman(TE)化工过程;多种故障模式下的仿真结果显示,该方法能够有效地检测并辨识出多种故障类型. 展开更多
关键词 故障辨识 关联故障 特征提取 核主元分析(KPCA) 概率神经网络(pnn)
在线阅读 下载PDF
基于小波系数KPCA和PNN的电能质量扰动分类 被引量：7
15
作者 何朝辉 黄纯 +1 位作者 刘斌 程扬军 《电力系统及其自动化学报》 CSCD 北大核心 2010年第2期76-81,108,共7页
针对电能质量扰动分类,提出基于小波系数特征的核主成分分析(KPCA)和概率神经网络(PNN)的分类新方法。对正常信号和六种常见电能质量扰动(电压暂降、暂升、短时中断、谐波、电压波动和振荡暂态)进行小波变换和多尺度分析,提取各类扰动... 针对电能质量扰动分类,提出基于小波系数特征的核主成分分析(KPCA)和概率神经网络(PNN)的分类新方法。对正常信号和六种常见电能质量扰动(电压暂降、暂升、短时中断、谐波、电压波动和振荡暂态)进行小波变换和多尺度分析,提取各类扰动在多个尺度上小波系数作为特征向量;利用KPCA进行主成分提取,降低了小波系数特征向量维数,再输入PNN进行分类。仿真表明,该方法分类速度和准确率良好。 展开更多
关键词 电能质量扰动 分类 核主成分分析 概率神经网络 小波变换
在线阅读 下载PDF
基于参数策略的改进粒子群优化PNN神经网络刀具磨损研究 被引量：7
16
作者 李健 樊妍 何斌 《机床与液压》 北大核心 2021年第3期75-80,139,共7页
刀具磨损直接影响工件加工质量和尺寸精度,正确掌握刀具磨损状态及时换刀,减少机床停机时间,将直接提高加工效率。为提高刀具磨损状态识别准确率,提出一种基于参数策略的改进粒子群优化PNN(IPSO-PNN)神经网络识别刀具的磨损状态。相较... 刀具磨损直接影响工件加工质量和尺寸精度,正确掌握刀具磨损状态及时换刀,减少机床停机时间,将直接提高加工效率。为提高刀具磨损状态识别准确率,提出一种基于参数策略的改进粒子群优化PNN(IPSO-PNN)神经网络识别刀具的磨损状态。相较于BP神经网络收敛速度慢、易陷入局部最优的缺点,IPSO-PNN神经网络结构简单、训练简洁快速。与BP神经网络和标准PNN神经网络仿真结果对比,结果表明:IPSO-PNN神经网络识别准确率高,收敛速度快,仿真耗时短,能有效提高刀具磨损识别准确率。 展开更多
关键词 刀具磨损 状态识别 IPSO-pnn神经网络 BP神经网络
在线阅读 下载PDF
基于PNN神经网络的地震属性反演技术 被引量：6
17
作者 王晶 杨懋新 刘金平 《科学技术与工程》 2011年第27期6539-6543,共5页
在薄互层地震储层预测中,属性分析和地震反演是当前应用地震资料进行储层预测的主要技术,两者实质上都属于反问题范畴,两者各有优缺点。提出了一种基于PNN神经网络的多属性地震反演技术,可以比较好地发挥两者的优势。概率神经网络(PPN)... 在薄互层地震储层预测中,属性分析和地震反演是当前应用地震资料进行储层预测的主要技术,两者实质上都属于反问题范畴,两者各有优缺点。提出了一种基于PNN神经网络的多属性地震反演技术,可以比较好地发挥两者的优势。概率神经网络(PPN)是一种数学内插方案,只不过在实现时利用了神经网络的架构,可以通过数学公式理解它的行为,克服了BP网络的的"黑匣子"问题。该技术在GTZ扶杨油层的砂岩预测中应用效果较好,厚度大于3 m的砂岩识别符合率超过90%以上。 展开更多
关键词 pnn神经网络 属性地震反演 扶杨油层
在线阅读 下载PDF
煤层底板突水危险性的PNN预测模型研究及应用 被引量：16
18
作者 邵良杉 徐波 《中国安全科学学报》 CAS CSCD 北大核心 2015年第8期93-98,共6页
为准确有效地预测煤层底板突水的危险性,在分析大量观测实例数据的基础上,选取底板含水层水压、煤层采高、隔水层厚度、断层落差、煤层倾角和断层距工作面距离等6项指标作为影响煤层底板突水的初始特征指标。针对指标之间具有相关性的问... 为准确有效地预测煤层底板突水的危险性,在分析大量观测实例数据的基础上,选取底板含水层水压、煤层采高、隔水层厚度、断层落差、煤层倾角和断层距工作面距离等6项指标作为影响煤层底板突水的初始特征指标。针对指标之间具有相关性的问题,利用主成分分析(PCA)法提取6项特征指标的主成分,将其作为概率神经网络(PNN)的输入向量,建立基于PCA的煤层底板突水危险性的PNN预测模型。选取21组煤矿实测数据作为学习样本,用于训练模型。采用回代估计法对模型回检。利用学习好的模型,预测另外4组矿井突水数据样本。结果表明,该方法有效降低了指标数据相关性,实现了降维,使PNN模型工作复杂度减弱。将该模型应用于工程实例中,所得预测结果准确率为100%。 展开更多
关键词 底板突水 危险性 预测 主成分分析(PCA) 概率神经网络(pnn) 回检
原文传递
基于PNN的机载设备故障预测 被引量：2
19
作者 荆献勇 肖明清 +1 位作者 胡雷刚 李伟 《计算机测量与控制》 CSCD 北大核心 2009年第12期2382-2384,2425,共4页
故障预测是PHM体系的重要特征,提出基于过程神经网络(PNN)对机载设备进行故障预测;首先建立了基于PNN的多步预测模型,推导了模型在函数正交基展开形式下的计算公式;基于正交基函数展开和矢量矩免疫算法训练PNN,推导出了适用于进化算法... 故障预测是PHM体系的重要特征,提出基于过程神经网络(PNN)对机载设备进行故障预测;首先建立了基于PNN的多步预测模型,推导了模型在函数正交基展开形式下的计算公式;基于正交基函数展开和矢量矩免疫算法训练PNN,推导出了适用于进化算法的优化问题模型;以设备转换部件Out2信号的全寿命故障规律为例进行了故障预测,基于MATLAB进行了仿真,结果表明,基于PNN进行故障预测精度较高,是一种有效的方法。 展开更多
关键词 故障预测 过程神经网络(pnn) 免疫算法(IA)
在线阅读 下载PDF
基于Malmquist-PNN的油田企业技术创新效率评价与智能诊断研究 被引量：3
20
作者 张惠琴 尚甜甜 邵云飞 《科研管理》 CSSCI 北大核心 2016年第12期10-18,共9页
采用DEA-Malmquist指数分析法对13家上市油田企业2005-2012年间的技术创新效率进行了测量和动态评价,运用概率神经网络PNN实现了对技术创新效率评价结果的智能诊断。研究表明:13家油田企业2005-2012年的全要素生产率未达到效率前沿面,... 采用DEA-Malmquist指数分析法对13家上市油田企业2005-2012年间的技术创新效率进行了测量和动态评价,运用概率神经网络PNN实现了对技术创新效率评价结果的智能诊断。研究表明:13家油田企业2005-2012年的全要素生产率未达到效率前沿面,技术创新效率总体上表现的退步趋势主要是由规模效率较低引起的;智能诊断能使决策者快速有效的判断出技术无效的决策单元和决策单元的效率模式,并根据不同的效率模式提出针对性的改善策略。 展开更多
关键词 油田企业 全要素生产率 概率神经网络 智能诊断
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 2 … 14 下一页 到第 页
使用帮助 返回顶部