基于大规模训练神经网络的微小故障在线检测

• 作者: 司文杰 杨飞飞
• 来源期刊: 计算机科学
• 学科: 工学
• 关键词: 神经网络 持续激励 LabVIEW GPU 大规模计算 在线实验
• 年，卷（期）: 2017,（2）
• 所属期刊栏目: 人工智能
• 页码范围: 239-243,266
• 页数: 6页
• 分类号: TP183
• 字数: 7049字
• 语种: 中文
• DOI: 10.11896/j.issn.1002-137X.2017.02.039

摘要

神经网络已经广泛应用于系统建模和模式识别领域.但为了逼近未知的参数或者系统动态,需要大量的神经元达到足够的逼近精度,因此导致了计算负荷的增大.运算量制约着大规模神经网络计算,无法使其应用到实际的在线系统中.CPU处理无法保证在线数据的同步运算,需要借助图形处理单元GPU(Graphic Processing Unit)来解决实时性同步运算问题.首先,利用RBF神经网络的持续激励PE(Persistent Excitation)特性对系统输入进行分析,减少神经元的数目且优化设计算法,从而提高逼近精度.其次,基于LabVIEW平台,利用LabVIEW的GPU高性能分析工具包实现神经网络算法和并行计算.最后,在一台航空低速轴流压气机中开发基于大规模训练神经网络的LabVIEW系统.实验结果表明,提出的方法可以实现对系统的在线实时运行,满足航空失速检测的要求.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杨飞飞	华南理工大学材料科学与工程学院	2	8	2.0	2.0
2	司文杰	华南理工大学机械与汽车工程学院	8	32	4.0	5.0