摘 要: | 针对柴油机气门故障的诊断样本少和非线性数据特征等问题,文中提出了一种基于学刁向量量化(LVQ,LearningVectorquantization)神经网络集成的柴油机故障诊断方法,该方法通过使飘LVQ神经两络作为基础学习器.采用Bagging算法对LVQ神经网络分类器进行相对多数投票集成,并用LVQ神经网络.LVQ神经网络集成.BP神经网络和RBF神经网络等方法对柴油机气门故障诊断.对评价结果进行了分析和比较,LVQ神经网络集成对柴油机气门故障诊断的正确率高于其他神经网络,神经网络集成的柴油机气门故障诊断精度高于单个神经网络的精度.
|