|
|||||
|
|
| 基于LVQ神经网络集成的柴油机气门故障诊断 | |
| 作者姓名： | 秦恺 曹龙汉 牟浩 文迪 张迁 |
| 作者单位： | 重庆通信学院 |
| 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. |
| 关 键 词： | LVQ神经网络 神经网络集成 故障诊断方法 柴油机气门 Bagging算法 神经网络分类器 RBF神经网络 BP神经网络 |
| 本文献已被 维普 等数据库收录！ | |