计算机测量与控制
計算機測量與控製
계산궤측량여공제
COMPUTER MEASUREMENT & CONTROL
2011年
7期
1592-1595
,共4页
王月海%蒋爱民%程冉%王彤威
王月海%蔣愛民%程冉%王彤威
왕월해%장애민%정염%왕동위
约束聚类算法%集成BP网络%模拟电路故障诊断
約束聚類算法%集成BP網絡%模擬電路故障診斷
약속취류산법%집성BP망락%모의전로고장진단
针对通用BP网络对于高纬度、大数据量训练收敛困难的问题,在使用动量因子、自适应调整学习速率等方法的基础,引入约束聚类,构造集成神经网络,以提高网络的训练速度及诊断效果；首先,采用约束聚类算法将训练样本集划分为若干个规模相当的子样本集,分别训练生成相应子网络；此外,在诊断过程中除各子网络的输出变量外,还加入了诊断数据相对各子训练样本集的隶属度因子;最后通过一个实际电路板25维采样数据、38类故障的BP网络诊断实例验证了算法的可行性.
針對通用BP網絡對于高緯度、大數據量訓練收斂睏難的問題,在使用動量因子、自適應調整學習速率等方法的基礎,引入約束聚類,構造集成神經網絡,以提高網絡的訓練速度及診斷效果；首先,採用約束聚類算法將訓練樣本集劃分為若榦箇規模相噹的子樣本集,分彆訓練生成相應子網絡；此外,在診斷過程中除各子網絡的輸齣變量外,還加入瞭診斷數據相對各子訓練樣本集的隸屬度因子;最後通過一箇實際電路闆25維採樣數據、38類故障的BP網絡診斷實例驗證瞭算法的可行性.
침대통용BP망락대우고위도、대수거량훈련수렴곤난적문제,재사용동량인자、자괄응조정학습속솔등방법적기출,인입약속취류,구조집성신경망락,이제고망락적훈련속도급진단효과；수선,채용약속취류산법장훈련양본집화분위약간개규모상당적자양본집,분별훈련생성상응자망락；차외,재진단과정중제각자망락적수출변량외,환가입료진단수거상대각자훈련양본집적대속도인자;최후통과일개실제전로판25유채양수거、38류고장적BP망락진단실례험증료산법적가행성.
