《基于RBF网络的信息融合在SAMS故障诊断中的应用》PDF+DOC
作者:樊春玲,金志华,张静
单位:中国惯性技术学会
出版:《中国惯性技术学报》2003年第05期
页数:5页 (PDF与DOC格式可能不同)
PDF编号:PDFZGXJ2003050130
DOC编号:DOCZGXJ2003050139
下载格式:PDF + Word/doc 文字可复制、可编辑
《RBF神经网络热式气体流量计温度补偿》PDF+DOC2016年第12期 王川,尹文庆,杨志军,范丽,曹鹏
《一种用RBF神经网络改善传感器测量精度的新方法》PDF+DOC 赵望达,刘勇求,贺毅
《基于RBF神经网络的汽车传感器故障诊断方法研究》PDF+DOC2011年第05期 李涵武,赵玉春,迟秋玲
《基于RBF神经网络观测器飞控系统故障诊断》PDF+DOC2010年第03期 宋玉琴,章卫国,刘小雄
《基于RBF神经网络对电磁力平衡传感器测量精度的研究》PDF+DOC2007年第01期 陆青丽,郑崇苏
《瓦斯传感器的故障模式与诊断方法研究》PDF+DOC2006年第11期 王其军,程久龙
《一种民航发动机传感器非线性故障诊断方法》PDF+DOC 王力,孙贺
《基于神经网络和证据理论的信息融合在故障诊断中的应用》PDF+DOC2012年第11期 李伟,梁玉英,朱赛
《基于改进RBF神经网络的某型机载雷达电路故障诊断》PDF+DOC2012年第02期 杨宜林,王德功,常硕
《基于神经网络信息融合的机车牵引电机故障诊断》PDF+DOC2007年第05期 陈小玄,罗大庸,单勇腾
针对卫星姿态测量系统(SAMS),将径向基函数RBF(Radial Basis Function )网络和多传感器信息融合技术相结合,并将其应用在系统的故障检测与诊断中。研究结果表明,此方法是可行有效的,可以提高系统的测量精度和性能。
提示:百度云已更名为百度网盘(百度盘),天翼云盘、微盘下载地址……暂未提供。