《基于神经网络和D-S证据理论的汽车电控系统故障融合诊断》PDF+DOC
作者:张丽莉,储江伟
单位:交通运输部公路科学研究所
出版:《公路交通科技》2009年第09期
页数:5页 (PDF与DOC格式可能不同)
PDF编号:PDFGLJK2009090280
DOC编号:DOCGLJK2009090289
下载格式:PDF + Word/doc 文字可复制、可编辑
《基于PCA神经网络和D-S决策的瓦斯传感器故障辨识》PDF+DOC2015年第03期 黄丹,徐平安,王其军,任玉东,严彬
《基于BP神经网络的电控发动机故障诊断》PDF+DOC 王书提,巴寅亮,郭增波
《高阶神经网络与D-S方法在数据融合中的应用》PDF+DOC2000年第04期 袁强,吴陈
《D-S证据理论在目标识别中的应用》PDF+DOC2002年第04期 聂伟荣,朱继南,夏虹
《基于神经网络与D-S证据理论的多传感器目标识别技术》PDF+DOC2010年第02期 肖婷婷,张冰
《模糊神经网络在自动变速器电控系统故障自诊断中的应用》PDF+DOC2010年第04期 孔慧芳,何吉柱
《基于神经网络和D-S证据理论的船舶类型识别》PDF+DOC 平毅
《基于神经网络与D-S证据理论的目标识别》PDF+DOC2007年第05期 范晓静,胡玉兰
《深入理解自诊断 轻松排除汽车故障(四)》PDF+DOC 何正茂
《基于ELM和证据理论的发动机故障诊断》PDF+DOC2013年第03期 马超,张英堂,李志宁,尹刚
在分析D-S证据理论和神经网络理论各自特点的的基础之上,提出将这两种方法进行融合,并对电控汽车车载自诊断系统的诊断数据流参数进行处理和分析。该融合方法是将各个独立的低维神经网络的输出值处理后作为辨识框架上命题的基本可信度,经过证据理论的再次融合后得到最终的诊断结果。通过电控发动机典型故障的实例分析表明,该方法能够克服单一神经网络诊断中数据源包含信息的不全面性以及模糊性等局限性,并使得证据理论的基本可信度分配不再完全依赖专家的主观化赋值,同时可以充分利用各种故障的冗余和互补信息,从而使得汽车电控系统的故障的识别能力得到提高。
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。