暂无评论
变压器故障诊断实质上是属于一种模式识别,基于类内样本与类中心的距离的不同而对类中心的偏移产生不同影响的思想,改善了传统ART2网络存在模式飘移的不足。首先对变压器DGA故障样本的输入矢量进行扩展处理,
基于变压器油中溶解气体分析(DGA)法是使用神经网络和灰色预测对变压器的故障进行预测的。主要是采集变压器油在各种情况下的数据,并对应其故障进行编码,再用Matlab编写神经网络进行训练,输入各特征气体
为克服BP神经网络算法在故障诊断应用中的缺点,提出了粒子群优化BP神经网络的方法,并在此基础上优化BP神经网络的结构来提高准确率。最后,通过对变压器故障诊断在Matlab中的仿真结果,验证了此方法有较
针对煤矿井下二次测爆装置中传感器主要故障,提出利用蚁群神经网络故障识别的新方法。通过蚁群算法对数据进行多次寻优,找到理想的权值,再将它们输入BP神经网络系统进行训练。此法有收敛速度快,能防止BP网络陷
语言检测神经网络 在数据处理中,我使用了大小为510的向量。前255个索引用于存储1-ngram,其余索引用于存储3-gram。 我假设1克可以帮助识别字母(西里尔语,拉丁语等),而3克可以帮助识别同
基于无线传感器网络(WSN)的开放式特点和入侵检测中训练数据集往往不容易收集和标记等问题,将无监督聚类方法应用到无线传感器网络的分布式路由异常检测中。模拟结果表明该方法能够比较有效地检测无线传感器网络
本文详细讲解了无线传感器网络中基于能量检测的定位研究
针对传统$\chi ^2$检测法对惯性/卫星组合导航缓变故障检测效率不高的问题,提出一种基于BP神经网络辅助的缓变故障双阈值检测法.基于BP神经网络建立位置与速度子预测器,实现对卫星导航量测数据的预测
BP神经网络在电脑常见硬件故障检测中的应用,沈洁,郑树玲,通过建立神经网络模型,将BP神经网络应用于电脑常见硬件故障检测中。
针对传统BP神经网络收敛速度慢,易陷入局部最小等缺点,提出了一种改进方法,并成功应用于入侵检测系统
暂无评论