首页 | 本学科首页   官方微博 | 高级检索  
     

基于自适应模糊聚类的LM-BPNN网络故障诊断
引用本文:蒋静芝,孟相如,张立. 基于自适应模糊聚类的LM-BPNN网络故障诊断[J]. 微电子学与计算机, 2010, 27(7)
作者姓名:蒋静芝  孟相如  张立
作者单位:空军工程大学,电讯工程学院,陕西,西安,710077
摘    要:提出一种综合运用模糊聚类和神经网络改进算法的网络故障诊断方法.根据网络故障特征数据量大、且存在冗余和冲突的特点,基于模糊聚类思想,提出了以聚类中心为核、自适应半径来优选样本的数据预处理方法.在进行故障特征的学习训练时,针对BP神经网络用于网络故障诊断时训练次数多、收敛慢和易振荡的局限性,使用结合了Levenberg-Marquardt的改进算法.理论分析和实验结果表明,文中提出的网络故障诊断方法能达到诊断更快速、更准确的效果.

关 键 词:网络故障诊断  模糊聚类  自适应核区

LM-BPNN Based on Adaptive Fuzzy Clustering Algorithm to Network Fault Diagnosis
JIANG Jing-zhi,MENG Xiang-ru,ZHANG Li. LM-BPNN Based on Adaptive Fuzzy Clustering Algorithm to Network Fault Diagnosis[J]. Microelectronics & Computer, 2010, 27(7)
Authors:JIANG Jing-zhi  MENG Xiang-ru  ZHANG Li
Abstract:
Keywords:LM-BPNN
本文献已被 万方数据 等数据库收录!
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号