改进的ART2型神经网络在故障诊断中的应用

• 作者: 彭力 朱建鸿 陆爽
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 自适应谐振理论2(ART2) 系统辨识 故障诊断
• 年，卷（期）: 2010,（9）
• 所属期刊栏目: 工程与应用
• 页码范围: 212-214,223
• 页数: 4页
• 分类号: TP391
• 字数: 4014字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.2010.09.060

摘要

针对传统ART2型神经网络的缺点,提出了一种增强了网络执行速度的改进的ART2型神经网络.改进后的算法避免了传统ART2因输入次序不同而导致的输出结果不同的缺陷.应用了一种新的方法计算输入模式与所有模式的相似度.为了解决传统ART2型神经网络的模式漂移问题引入了激活深度的概念.改善了ATR2型神经网络的适用性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	彭力	江南大学通信与控制工程学院	148	814	15.0	21.0
2	朱建鸿	江南大学通信与控制工程学院	28	96	5.0	8.0
3	陆爽	江南大学通信与控制工程学院	2	4	1.0	2.0