电光与控制
電光與控製
전광여공제
ELECTRONICS OPTICS & CONTROL
2008年
2期
94-96
,共3页
故障诊断%智能BIT%人工神经网络%ART%电子设备
故障診斷%智能BIT%人工神經網絡%ART%電子設備
고장진단%지능BIT%인공신경망락%ART%전자설비
根据电子设备测试及维修的需要,同时为解决传统BIT虚警率高等缺陷,提出智能BIT测试方法.在介绍智能BIT的基本实现手段的基础上,重点分析ART网络的网络模型及工作原理,ART网络根据数据集自适应聚类实现模式识别,相对于传统人工神经网络而言,其收敛速度快,精度较高,自适应诊断能力强,解决了采用传统神经网络测试分类误差大等问题,最后提出了一种基于ART的BIT系统无监督故障诊断方法,使被测系统具有更高的故障诊断能力.
根據電子設備測試及維脩的需要,同時為解決傳統BIT虛警率高等缺陷,提齣智能BIT測試方法.在介紹智能BIT的基本實現手段的基礎上,重點分析ART網絡的網絡模型及工作原理,ART網絡根據數據集自適應聚類實現模式識彆,相對于傳統人工神經網絡而言,其收斂速度快,精度較高,自適應診斷能力彊,解決瞭採用傳統神經網絡測試分類誤差大等問題,最後提齣瞭一種基于ART的BIT繫統無鑑督故障診斷方法,使被測繫統具有更高的故障診斷能力.
근거전자설비측시급유수적수요,동시위해결전통BIT허경솔고등결함,제출지능BIT측시방법.재개소지능BIT적기본실현수단적기출상,중점분석ART망락적망락모형급공작원리,ART망락근거수거집자괄응취류실현모식식별,상대우전통인공신경망락이언,기수렴속도쾌,정도교고,자괄응진단능력강,해결료채용전통신경망락측시분류오차대등문제,최후제출료일충기우ART적BIT계통무감독고장진단방법,사피측계통구유경고적고장진단능력.
