改进的RBF网络训练方法在故障诊断中的应用

• 作者: 姬中华 孟雅俊 黄士涛
• 来源期刊: 郑州大学学报（工学版）
• 学科: 工学
• 关键词: RBF网络 正交最小二乘法 输入聚类法 输出-输入聚类法
• 年，卷（期）: 2005,（4）
• 页码范围: 89-92
• 页数: 4页
• 分类号: TH133|TP183
• 字数: 3140字
• 语种: 中文
• DOI: 10.3969/j.issn.1671-6833.2005.04.022

摘要

目前已有的几种RBF网络训练方法对于含有随机噪声的复杂样本训练速度过慢且分类性能不稳定,依据相对熵最小原理,提出了一种改进的RBF网络训练方法--输出-输入聚类法.利用此方法对旋转机械故障样本进行训练,并与其它方法进行了比较,结果表明,此训练方法用时短,网络结构简单,受噪声影响小.将所创建网络应用于故障诊断,实例表明,此方法训练的网络诊断结果准确,在故障诊断中具有良好的应用前景.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	孟雅俊	郑州大学机械工程学院	3	11	2.0	3.0
2	黄士涛	郑州大学机械工程学院	10	71	5.0	8.0
3	姬中华	郑州大学机械工程学院	5	21	3.0	4.0