EMD遗传神经网络方法

• 作者: 张新义 裴新才 许同乐 贾庆轩
• 来源期刊: 北京邮电大学学报
• 学科: 工学
• 关键词: 经验模态 本征模函数 神经网络 遗传算法
• 年，卷（期）: 2012,（5）
• 所属期刊栏目: 论文
• 页码范围: 68-72
• 分类号: TN911.22
• 语种: 中文

摘要

针对BP(back propagation)神经网络搜索速度慢、容易陷入局部最小的缺陷,提出了经验模态分解(EMD)遗传神经网络方法,首先用对带噪的信号进行分解,得到信号的各阶本征模函数分量,每个本征模函数分量对应着一个能量不同的频段,即一种故障特征,将各频段能量的特征向量作为优化神经网络的输入样本;其次用遗传算法对神经网络的初始权值和阈值进行优化.利用EMD遗传神经网络方法对滚动轴承多类故障信号进行分析,可提高故障识别能力.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	贾庆轩	北京邮电大学自动化学院	188	1629	19.0	29.0
2	许同乐	北京邮电大学自动化学院	73	684	12.0	23.0
4	张新义	山东理工大学机械工程学院	27	134	8.0	9.0
5	裴新才	山东理工大学机械工程学院	6	54	6.0	6.0