旋转机械的新息加权神经网络工作状态趋势预测研究

• 作者: 左云波 徐小力 王涛 许宝杰 韩秋实
• 来源期刊: 机械强度
• 关键词: 旋转机械 趋势预测 新息加权神经网络 均值函数
• 年，卷（期）: 2006,（z1）
• 所属期刊栏目: 故障诊断
• 页码范围: 37-39
• 页数: 3页
• 分类号: TH16
• 语种: 中文
• DOI: 10.3321/j.issn:1001-9669.2006.z1.010

摘要

在面向旋转机械的神经网络工作状态预测中,存在着对新数据强调不足的缺陷,为了弥补原有的神经网络存在的缺陷,提出一种新的神经网络预测方法,即基于均值函数新息加权的神经网络预测方法.依据时间序列数据的新旧程度对预测值贡献的大小,通过均值函数赋给输入数据不同的权值系数,提高神经网络的预测精度.在旋转机械工作状态预测中取得较为理想的预测效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	徐小力	北京机械工业学院机电系统测控北京市重点实验室	127	998	16.0	27.0
2	许宝杰	北京机械工业学院机电系统测控北京市重点实验室	55	674	11.0	25.0
3	韩秋实	北京机械工业学院机电系统测控北京市重点实验室	57	623	12.0	24.0
4	王涛	北京机械工业学院机电系统测控北京市重点实验室	11	63	5.0	7.0
5	左云波	北京机械工业学院机电系统测控北京市重点实验室	5	67	3.0	5.0