位置:成果数据库 > 期刊 > 期刊详情页
未确知RBF神经网络及其在故障诊断中的应用
  • ISSN号:1000-0984
  • 期刊名称:《数学的实践与认识》
  • 时间:0
  • 分类:TP183[自动化与计算机技术—控制科学与工程;自动化与计算机技术—控制理论与控制工程] TP393[自动化与计算机技术—计算机应用技术;自动化与计算机技术—计算机科学与技术]
  • 作者机构:[1]唐山学院基础部,河北唐山063000, [2]河北工程大学不确定性数学研究所,河北邯郸056038
  • 相关基金:国家自然科学基金(60474019);河北省自然科学基金(F2005000482)
中文摘要:

建立未确知RBF神经网络.特点是:综合了未确知系统与神经网络的优点,充分利用已知样本所提供的先验信息,给出了期望输出隶属度的计算方法,网络输出合理且具有良好的可解释性.将未确知RBF神经网络应用于故障诊断领域,取得了很好的效果.

英文摘要:

In this paper, unascertained RBF neural network is founded. The features are including the advantages of unascertained system and neural network, using prior knowledge Of the known samples, giving new algorithm to compute membership, and the network output is reasonable and explainable. Using this unascertained RBF neural network in fault diagnosis, the method is effective.

同期刊论文项目
同项目期刊论文
期刊信息
  • 《数学的实践与认识》
  • 中国科技核心期刊
  • 主管单位:中国科学院
  • 主办单位:中国科学院数学与系统科学研究院
  • 主编:林群
  • 地址:北京大学数学科学学院
  • 邮编:100871
  • 邮箱:bjmath@math.pku.edu.cn
  • 电话:010-62759981
  • 国际标准刊号:ISSN:1000-0984
  • 国内统一刊号:ISSN:11-2018/O1
  • 邮发代号:2-809
  • 获奖情况:
  • 国内外数据库收录:
  • 美国数学评论(网络版),德国数学文摘,中国中国科技核心期刊,中国北大核心期刊(2004版),中国北大核心期刊(2008版),中国北大核心期刊(2011版),中国北大核心期刊(2014版),中国北大核心期刊(2000版)
  • 被引量:22973