排序方式: 共有5条查询结果,搜索用时 0 毫秒
1
1.
以柴油机故障诊断为背景,研究了基于粗糙集理论的参数优化在故障诊断中的应用.首先采用小波包能量谱方法提取振动信号的特征参数,并用粗糙集理论对其进行属性约简,最后用RBF神经网络对各类故障进行辨识,结果表明:利用粗糙集约简后,通过减少神经网络的输入节点数,简化网络的结构,提高了诊断的准确率及效率. 相似文献
2.
3.
基于粗糙集和神经网络的柴油机故障诊断 总被引:1,自引:0,他引:1
介绍了粗糙集理论的核心内容和ROSETTA软件的特点,给出了基于粗糙集理论的柴油机缸盖振动信号的故障诊断系统。以某型号大功率柴油机为例,首先将提取的缸盖振动信号经过小波包消噪和时域、频域分析,构造出用于故障诊断的特征值,然后应用ROSETTA软件约简特征属性,最后通过神经网络进行故障模式分类。通过对比ROSETTA软件处理前后神经网络的输出结果,表明粗糙集理论能优化特征属性,有效地减少神经网络的输入节点数,提高故障分类的准确率。 相似文献
4.
目的 探讨虚拟现实技术在非遗文化传承中的设计原则与方法,进一步发挥技术的作用,提升非遗文化传承的效率。方法 针对非遗传承中的问题与困境,利用虚拟现实技术加以突破,重视对非遗内容的精心打造,以更强的互动性和体验性来充分展现非物质文化遗产之精髓,促进非物质文化遗产的传承。结论 虚拟现实技术在非遗文化传承中的意义不容小觑,但是具体的设计过程中,还应该以用户体验和用户接受度为标准加以实施。 相似文献
5.
1