共查询到20条相似文献，搜索用时 562 毫秒
1.
基于径向基神经网络的变压器故障诊断 总被引：1，自引：0，他引：1
《科技通报》2015,(8)
研究基于径向基神经网络的变压器故障诊断方法。以绝缘油中6种特征气体作为神经网路的输入,建立了可对变压器低温过热、中温过热、高温过热、低能放电、高能放电和局部放电等6种故障进行故障诊断的径向基神经网络模型。仿真实验研究表明,基于径向基神经网络的变压器故障诊断模型对于超出三比值法编码规则的故障也能进行故障诊断,故障诊断准确率达到91.67%,远远高于三比值法故障诊断准确率。基于径向基神经网络的故障诊断模型建立方法简单,便于在实际中应用。 相似文献
2.
3.
4.
径向基函数（RBF）神经网络广泛应用于模式识别、非线性函数逼近等领域。通过对聚类、梯度、正交最小二乘三种RBF神经网络进行正弦函数逼近的仿真实验,从中比较分析这三种RBF神经网络。得到的对比分析结果表明：正交最小二乘的方式所需的训练时间最短,网络收敛速度最快,并且不需要预先定义隐层节点数。 相似文献
5.
6.
基于模糊向量空间的文本分类方法 总被引：1，自引：0，他引：1
本文针对文本自动分类问题，提出了一种基于模糊向量空间模型和径向基函数网络的分类方法。网络由输入层、隐层和输出层组成。输入层完成分类样本的输入，隐层提取输入样本所隐含的模式特征，将分类结果在输出层表现出来。该方法在特征提取时充分考虑了特征项在文档中的位置信息，构造出模糊特征向量，使自动分类更接近手工分类方法。以中国期刊网全文数据库部分文档数据为例验证了该方法的有效性。 相似文献
7.
8.
BP神经网络的结构一般包含三部分,分别是输入层、隐含层和输出层。BP神经网络除了具有强大的可操作性结构特点外,它还可以在网络结构中引入若干个隐含的节点。由此我们可以运用BP神经网络算法来构造所测试的人脸模型。 相似文献
9.
RBF网络是一个三层的前馈型神经网络,它隐含层的转换函数是局部响应的非线性函数,所以它能够以任何精度逼近任意连续函数,这为复杂的变形系统的解释和模型化提供了可能,因而利用RBF网络对混沌时序的分析和预测是变形分析的一种新的途径.本文首先介绍RBF网络,对其变形监测数据的混沌现象进行分析和对RBF网络的混沌时间序列作出分析、预测,最后,总结出运用RBF网络对变形分析和预测对数据拟合模型的精度和预测能力都有很大的提高作用. 相似文献
10.
本文提出了基于RBF神经网络进行汽轮机故障诊断的方法.首先建立了神经网络的诊断模型,然后利用某汽轮机的样本集对一个单隐层的RBF网络进行训练.最后,通过测试网络,验证该网络对于故障模式的识别准率较高. 相似文献
11.
本文主要研究基于REF网络进行柴油机的故障诊断。采用newrb函数建立神经网络诊断模型,根据收集的某型号柴油机的样本集采用一个单隐含层的REF网络对样本进行训练。通过测试样本进一步验证该网络对于故障模式的识别准确率,得知基于REF网络对于船用柴油机故障检测方法是可行的。 相似文献
12.
13.
本文是对传统的厚度计式厚度控制系统的研究,针对其数学模型的不精确问题,提出了采用RBF神经网络的改进方法。使用RBF神经网络来代替数学模型模拟轧机的输入输出关系,克服一般数学模型的因为参数变化引起误差变大的困难。针对一般RBF神经网络计算复杂,难以在硬件实现的问题,本文采用动态自适应RBF网络,相对于其他RBF型网络结构简单,适于在TDC上实现。 相似文献
14.
在传统分析方法的基础上,利用神经网络强有力的关系处理能力,研究提出变压器全局故障诊断方法。采用ART-2和BP两种神经网络进行数据分类,得到能较准确反映牵引变压器故障信息。采集来的数据聚类融合,形成故障诊断策略,给出变压器全局故障诊断模型。试验结果表明:该方法能够更好地分析变压器各类故障产生的原因,明确故障特征类型,避免用单一特征数据集诊断变压器故障带来的局限性,可以提高故障诊断的准确率。 相似文献
15.
针对目前现有的地质滑坡的形成条件、诱发因素错综复杂,使用传统的测量手段存在实时性差,准确度低的情况,提出一种基于BP神经网络的滑坡预警模型。通过多个节点传感器综合测量得到滑坡发生的输入参数,对多组输入参数进行降维处理,并使用遗传算法调整输入层、隐含层以及输出层的权值和阈值,提高神经网络的训练精度,使得输出层的预测值更接近理想期望值。通过对多组神经网络的样本训练之后,对训练后的神经网络进行泛化,并将其投入到实际的应用场景,对地质滑坡进行预测分析。同时,搭建滑坡预警的信息采集显示系统,通过下位机多个节点采集传感器信号,传至主节点加以显示并在上位机监测软件实时显示。通过实验验证采用神经网络的智能学习算法,得到的预测结果与实际情况基本一致,验证了神经网络对于滑坡预测的切实可行性。 相似文献
16.
近些年,云模型在知识挖掘以及故障检测领域中得到了广泛地关注,但是在水轮机组的故障检测中,利用云神经网络的方法还很少见.本文针对传统的BP神经网络在水轮机故障诊断中的不足,提出了一种基于云-神经网络的水轮机故障检测算法.首先,根据云化层中的定性规则将输入定性概念转化为数值,并将云发生器层输出的定量数据传送到隐含层.接下来,并利用云神经网络的学习算法进行迭代计算,当误差值小于设定的阈值时输出故障检测结果.实验结果表明,在误差平方和的收敛速度以及检测的准确性方面,本算法都获得了令人满意的性能. 相似文献
17.
在系统参数未知情况下,利用RBF神经网络自动建立动态模型,能快速跟踪非线性函数,具有很强分类能力。提出利用RBF神经网络对图书进行分类的基本方法。经与BP神经网络仿真的诊断结果对比,证明RBF神经网络具有收敛速度快、输出误差和离散性小的优点,并论证了该方法对图书分类的有效性。 相似文献
18.
函数连接型神经网络应用于岩石含矿性研究 总被引：1，自引：0，他引：1
函数连接型神经网络是一种无隐含层的新型网络,应用其三阶联合激励增强特性对某矿区矿石与围岩进行判别研究,识别准确率近１００％．在对预测集的每一个输入信号添加２０％的噪音干扰后,发现依然能准确判别．可见网络的容错能力是十分令人满意的． 相似文献
19.
《科技通报》2015,(9)
为优化模糊神经网络的实时性、学习速度、收敛性、稳定性,在移动机器人局部路径规划中构建了基于实际隶属函数T-S(Takagi-Sugeno)模型的改进型模糊神经网络。对外部环境信息用多传感器(超声波、摄像头)采集并优化,将机器人横纵坐标及行进方向作为输入、机器人下一步行进方向及速度作为输出,以便机器人实现局部路径规划;结合动态环境下机器人路径规划的实际,综合考虑二维直角坐标体系下机器人、障碍物的位置、速度及运动方向等实时信息,推导出一种新的具有实际含义的隶属函数作为避碰隶属函数,并通过对比隐含层节点数对网络相对误差的影响来确定隶属函数层节点数,构建五层T-S型模糊神经网络;在此基础上应用改进型误差反传学习算法,通过matlab模拟实验仿真验证及对比分析,表明了改进型网络在优化网络实时性、学习速度、收敛性、稳定性方面有良好的性能。 相似文献