RBF神经网络在电气设备状态评估中的应用

• 作者: 向升 吴正国 周炎涛
• 来源期刊: 航空计算技术
• 关键词: 输入样本 正交多项式 神经网络 状态评估
• 年，卷（期）: 2005,（3）
• 所属期刊栏目: 计算方法
• 页码范围: 1-4
• 页数: 4页
• 分类号: O242
• 语种: 中文
• DOI: 10.3969/j.issn.1671-654X.2005.03.001

摘要

以切比雪夫正交基函数(RBF)神经网络搭配教师模块作为电气设备状态评估的模型,通过对过去序列样本的学习,在考虑影响电气设备状态的各种因素的情况下用教师模块对学习过程进行监督,调整网络的权值,然后识别电气设备状态当前情况.结果表明该神经网络具有良好的识别能力、快速的收敛能力并可以应用于大规模的电气设备状态评估中.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	吴正国	海军工程大学信息与电气学院	148	3207	29.0	51.0
2	周炎涛	湖南大学软件学院	42	618	13.0	24.0
6	向升	湖南大学软件学院	2	15	1.0	2.0