| 基于D-S证据理论和不同子神经网络集成的磨粒识别 |
| |
| 引用本文： | 罗锋,李艳军.基于D-S证据理论和不同子神经网络集成的磨粒识别[J].飞机设计,2009,29(2). |
| |
| 作者姓名： | 罗锋 李艳军 |
| |
| 作者单位： | 南京航空航天大学,民航学院,江苏,南京,210016 |
| |
| 摘 要： | 针对磨粒识别问题,建立了基于D-S证据理论的集成神经网络磨粒融合诊断方法.首先对特征参数进行优化分组,然后对每一组建立对应的分类子神经网络,分别采用径向基函数(RBF)神经网络和反向传播(BP)神经网络进行识别,得到初步的诊断结果,经过归一化后作为2组基本概率分配函数,最后运用D-S证据理论进行融合得到最终识别结果.算例分析表明,基于D-S证据法和集成神经网络的磨粒融合识别方法比单个诊断方法具有更高的准确性.
|
| 关 键 词： | 磨粒识别 信息融合 D-S证据理论 集成神经网络 |
Wear Particles Classification Based on Dempster-Shafter Evidential Reasoning and Integrated Different Neural Network |
| |
| LUO Feng,LI Yan-jun.Wear Particles Classification Based on Dempster-Shafter Evidential Reasoning and Integrated Different Neural Network[J].Aircraft Design,2009,29(2). |
| |
| Authors: | LUO Feng LI Yan-jun |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 CNKI 维普 万方数据 等数据库收录！ |
|
