作者:孙毅刚,刘静雅,赵珍 单位:中国电子科技集团公司第四十九研究所 出版:《传感器与微系统》2014年第08期 页数:4页  (PDF与DOC格式可能不同) PDF编号:PDFCGQJ2014080070 DOC编号:DOCCGQJ2014080079 下载格式:PDF + Word/doc 文字可复制、可编辑
  • 针对当前应用于航空发动机传感器故障诊断中的基于梯度的传统学习算法多存在参数选择困难、容易陷入局部最小化、过拟合等问题,提出了基于极限学习机(ELM)的航空发动机传感器故障诊断方法。算法只需设置隐含层神经元的个数,能够较好地避免上述问题,缩短故障诊断时间、提升诊断精度。通过仿真试验表明:基于ELM算法所建的航空发动机传感器故障诊断模型要比基于BP神经网络算法所建的模型耗时短且精度高。

    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。