基于LVQ神经网络集成的柴油机气门故障诊断

• 作者: 张迁 文迪 曹龙汉 牟浩 秦恺
• 来源期刊: UPS应用
• 学科: 工学
• 关键词: LVQ神经网络 神经网络集成 故障诊断方法 柴油机气门 BAGGING算法 神经网络分类器 RBF神经网络 BP神经网络
• 年，卷（期）: sjzxjsp_2014,（3）
• 页码范围: 47-50
• 页数: 4页
• 分类号: TP391.41

摘要

针对柴油机气门故障的诊断样本少和非线性数据特征等问题，文中提出了一种基于学刁向量量化（LVQ，LearningVectorquantization）神经网络集成的柴油机故障诊断方法，该方法通过使飘LVQ神经两络作为基础学习器．采用Bagging算法对LVQ神经网络分类器进行相对多数投票集成，并用LVQ神经网络．LVQ神经网络集成．BP神经网络和RBF神经网络等方法对柴油机气门故障诊断．对评价结果进行了分析和比较，LVQ神经网络集成对柴油机气门故障诊断的正确率高于其他神经网络，神经网络集成的柴油机气门故障诊断精度高于单个神经网络的精度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	曹龙汉		60	395	10.0	18.0
2	牟浩		8	19	3.0	4.0
3	张迁		12	13	2.0	3.0
4	秦恺		6	9	2.0	3.0
5	文迪		2	0	0.0	0.0