排序方式: 共有4条查询结果,搜索用时 0 毫秒
1
1.
为解决油料装备检测数据庞大、故障不易诊断的问题,对油料装备故障检测数据融合进行研究。提出基于神经网络的状态检测数据融合模型,采用三步训练法进行传感器验证。使用数据压缩技术,将整个数据集投射到低维空间,将模式识别和多元统计技术作为故障隔离的单个分类器,利用后验概率进行特定类Bayesian融合,执行融合中心与单个分类器的联合优化。提出基于阶乘隐Markov模型的动态多故障诊断方法,通过寻找最大后验配置实现多分类器动态融合。应用结果表明该方法可提高对油料装备故障的诊断率。 相似文献
2.
3.
4.
1