《基于粗糙集和神经网络的激光传感器故障诊断》PDF+DOC
作者:欧萍,贺电,杨波
单位:重庆市光学机械研究所
出版:《激光杂志》2016年第01期
页数:4页 (PDF与DOC格式可能不同)
PDF编号:PDFJGZZ2016010050
DOC编号:DOCJGZZ2016010059
下载格式:PDF + Word/doc 文字可复制、可编辑
《基于主元分析和集成神经网络的瓦斯传感器故障诊断》PDF+DOC2016年第09期 杨真,邓芳明,郝勇,徐长英,王宏,吴翔
《基于神经网络的无线传感器网络故障诊断方法》PDF+DOC 蒲天银,饶正婵
《小区车辆进出的激光自动检测研究》PDF+DOC2017年第07期 谢世满,陈琳
《鲁棒自联想神经网络在故障传感器信号恢复中的应用》PDF+DOC1998年第02期 钮永胜,赵新民
《RBF神经网络在传感器故障诊断中的应用研究》PDF+DOC2008年第09期 韩逸飞,何琳
《基于粗糙神经网络的航空电子传感器故障诊断》PDF+DOC2006年第07期 杜昌平,周德云,江爱伟
《基于广义回归神经网络的传感器故障检测》PDF+DOC2017年第09期 李长征,张瑜
《基于SVM预测器的传感器故障诊断与信号恢复研究》PDF+DOC2005年第02期 刘东,葛运建
《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
《神经-模糊系统在食品蒸汽发生控制器中的应用》PDF+DOC2006年第07期 马利,王威,郑维
特征和训练样本选择是影响激光传感器故障诊断结果的两个重要因素,为了提高激光传感器故障诊断正确率,针对当前激光传感器故障诊断正确率低、可靠性差等不足,提出一种基于粗糙集和神经网络的激光传感器故障诊断模型。首先采用粗糙集理论对激光传感器特征进行约简,并把约简后特征向量作为神经网络的输入,然后采用粗糙集理论对训练样本集进行约简,减少了网络的训练次数,最后在Matlab 2012平台进行仿真实验。结果表明,本文模型提高了激光传感器故障诊断的正确率,减少了网络的训练时间,提高了激光传感器故障诊断的效率。
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。