| 基于量子小波神经网络的传动装置模式识别 |
| |
| 引用本文： | 杨琴,彭力. 基于量子小波神经网络的传动装置模式识别[J]. 自动化仪表, 2008, 29(6) |
| |
| 作者姓名： | 杨琴 彭力 |
| |
| 作者单位： | 江南大学通信与控制工程学院,江苏无锡,214122 |
| |
| 摘 要： | 针对传统神经网络收敛精度低,以及用于故障模式识别能力差的问题,提出了将量子神经网络与小波理论相结合的量子小波神经网络模型.该模型隐层量子神经元采用小波基函数的线性叠加作为激励函数,给出了网络学习算法,并以某型传动装置监测信号的小波能量谱为训练样本,识别传动装置带有缺损的齿轮故障征兆.仿真结果表明,量子小波神经网络能够提高神经网络训练精度和故障征兆识别精度.
|
| 关 键 词： | 神经网络 模式识别 多层小波 激励函数 齿轮 量子神经元 小波神经网络模型 传动装置 模式识别 Wavelet Neural Network Quantum Based Transmission System Recognition 识别精度 网络训练 仿真结果 故障征兆 齿轮 缺损 训练样本 小波能量谱 监测信号 学习算法 激励函数 |
Pattern Recognition of Transmission System Based on Quantum Wavelet Neural Network |
| |
| Yang Qin,Peng Li. Pattern Recognition of Transmission System Based on Quantum Wavelet Neural Network[J]. Process Automation Instrumentation, 2008, 29(6) |
| |
| Authors: | Yang Qin Peng Li |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 维普 万方数据 等数据库收录！ |
|
