改进的选择神经网络结构的方法

• 作者: 张炎华 徐力平 江红
• 来源期刊: 计算机工程
• 学科: 工学
• 关键词: BP神经网络 输入延迟 隐层单元 交叉证实法 在线状态估计器
• 年，卷（期）: 2001,（2）
• 所属期刊栏目: 博士论文
• 页码范围: 72-73,117
• 页数: 3页
• 分类号: TP183
• 字数: 4237字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-3428.2001.02.029

摘要

有关人工神经网络作为在线状态估计器组成基于神经网络的传感器故障检测的研究已有报导.但是这些文章中没有提到如何选择神经网络的结构.神经网络的输入延迟数和隐层单元数影响其对系统的拟合精度，从而影响故障检测的灵敏度.研究了一些现有的选择神经网络结构的方法，以系统化的交叉证实法为基础，经过改进，提出了针对作为在线状态估计器的神经网络选择输入延迟数和隐层单元数的系统化的方法，并用某船在试验场中航行时平台罗经输出的一段数据作了仿真，结果证明该法可行，具有工程实用意义.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张炎华	上海交通大学仪器工程系	92	1241	18.0	31.0
2	江红	上海交通大学仪器工程系	41	303	11.0	16.0
3	徐力平	上海交通大学仪器工程系	7	67	5.0	7.0