| 基于概率神经网络和KS检验的机械状态监测 |
| |
| 引用本文： | 胡峰,吴波,胡友民,史铁林.基于概率神经网络和KS检验的机械状态监测[J].振动与冲击,2008,27(4):56-58. |
| |
| 作者姓名： | 胡峰 吴波 胡友民 史铁林 |
| |
| 作者单位： | 华中科技大学数字制造与装备技术国家重点试验室,武汉,430074 |
| |
| 基金项目： | 国家重点基础研究发展计划(973计划)
,
国家自然科学基金
,
国家自然科学基金 |
| |
| 摘 要： | 机械状态监测中经常需要用非线性分类器对机械状态进行分类.概率神经网络是一种典型的非线性分类器.它与传统BP神经网络分类器相比,具有训练速度快,分类准确性高、稳定性好等优点.但是,概率神经网络分类器和其它神经网络分类器一样,存在分类准确性完全依赖现有训练样本的缺陷.当现有训练样本数量不足或机械设备出现了新的状态时,神经网络分类器就不能进行正确分类了,从而造成误报.因此,需要对神经网络分类器的分类结果进行检验.KS检验是一种非参数统计方法,它通过描述两个统计样本的相似性,可以有效的对分类结果进行检验,及时发现概率神经网络的错误,减少误报.
|
| 关 键 词： | 概率神经网络 KS检验 状态监测 概率神经网络 检验 机械设备 状态监测 Test Probabilistic Neural Networks Based Monitoring 减少误报 错误 发现 相似性 样本数量 非参数统计方法 描述 分类结果 正确分类 训练样本 缺陷 完全 |
| 修稿时间： | 2007年6月27日 |
Machinery Conditiong Monitoring Based on Probabilistic Neural Networks and KS Test |
| |
| HU Feng,WU Bo,HU You-min,SHI Tie-lin.Machinery Conditiong Monitoring Based on Probabilistic Neural Networks and KS Test[J].Journal of Vibration and Shock,2008,27(4):56-58. |
| |
| Authors: | HU Feng WU Bo HU You-min SHI Tie-lin |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 维普 万方数据 等数据库收录！ |
|
