《基于神经网络和证据理论的液压系统故障诊断》PDF+DOC
作者:邓丽君,董增寿,宋明远
单位:太原科技大学
出版:《太原科技大学学报》2012年第03期
页数:5页 (PDF与DOC格式可能不同)
PDF编号:PDFTYZX2012030000
DOC编号:DOCTYZX2012030009
下载格式:PDF + Word/doc 文字可复制、可编辑
《D-S证据理论信息融合在故障诊断中的应用》PDF+DOC2007年第08期 胡冠林,李娟,罗勇
《改进D-S算法在船舶汽轮机故障诊断中的应用研究》PDF+DOC2007年第03期 郝军,吴炜,杨栈
《基于目标识别的D-S数据融合》PDF+DOC2006年第04期 陈源,杨峰
《D-S证据理论在通信雷达一体化侦察系统对武器平台识别中的应用》PDF+DOC2004年第06期 王勇,毕大平
《基于D-S证据理论的多源信息融合方法在系留气球缆绳故障诊断中的应用研究》PDF+DOC2011年第17期 荣海春,万鑫森,吴有恒,李劲松
《基于多传感器信息融合技术的汽车防盗系统设计》PDF+DOC2010年第15期 陈晓琴
《D-S证据理论及其改进算法研究》PDF+DOC2010年第10期 曾元鉴
《基于证据理论和Vague集的目标识别研究》PDF+DOC2013年第15期 杨江波,谢刚,郑重,李云
《基于SVDD与D-S证据理论的发动机故障诊断研究》PDF+DOC2013年第01期 张玲玲,廖红云,贾继德,乔龙,程利军
《基于证据理论的信息融合技术变压器故障诊断方法研究》PDF+DOC2013年第08期 华桦,游勇华,杨勇,华栋
针对液压系统故障多样性和复杂性等特点,基于信息融合原理,提出了一种基于神经网络和D-S(Dempster-Shafer)证据理论相结合的液压系统故障诊断方法。该方法通过构建多子神经网络分类模块进行局部诊断,利用各子神经网络的输出值作为证据理论中的基本可信度,经过证据理论的再次融合得出最终的诊断结果。实例表明,该方法通过简化神经网络结构,提高了局部诊断网络的诊断能力,通过对多源多特征参数的融合,充分利用各传感器的冗余和互补的故障信息,与单一故障特征的诊断相比,显著提高了故障诊断的准确率,降低了决策的不确定性。
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。