基于小波奇异熵和SOM神经网络的微电网系统故障诊断

针对模拟电路故障诊断的难点和传统诊断方法的不足之处,提出了一种基于PSO算法优化的RBF神经网络模拟电路故障诊断方法。为了约简网络结构从而提高诊断效率,采用主成分分析方法对故障特征进行有效提取。针对R

针对基于信息熵的神经网络证据形成过程需要专家经验确定参数这一不足,提出一种改进方法,即用遗传算法(Genetic Algorithm, GA)进行寻优,自动确定参数,其实质是利用了遗传算法的高效的并行

模糊 c 均值聚类算法的步骤还是比较简单的， 模糊c 均值聚类（FCM），即众所周知的模糊ISO DATA，是用隶属度确定每个数据点属于某个聚类 的程度的一种聚类算法。1973 年，Bezdek 提出

用神经网络实现故障诊断的matlab程序

Application of Wavelet Neural Network Technology in Fault Diagnosis of Reducer Bearings

针对电网故障诊断中存在的信息具有不确定性的问题,依据元件故障、保护动作和断路器跳闸之间的内在逻辑关系,由Noisy-Or和Noisy-And节点组成贝叶斯网络和采用类似训练多层前馈神经网络的误差反传算

基于小波变换的故障诊断方法.pdf

基于小波包变换和Elman人工神经网络的电机故障诊断系统，张北鸥，，本文在总结了传统的电机故障诊断方法的基础上，通过对电机工作中振动信号的采集与监测以及对电机工作故障的分析，设计了一种基于

采用模糊神经推理控制器,作为推理机可改善此类问题.为进一步提高系统的性能,用遗传算法对推理机进行离线训练.

提出基于三层BP神经网络的诊断模型,提取反映矿井通风机故障信息的振动信号频谱特征,用来训练神经网络。实测证明矿井通风机故障诊断系统高效、准确,可以推广应用。