杭州电子科技大学学报
杭州電子科技大學學報
항주전자과기대학학보
JOURNAL OF HANGZHOU DIANZI UNIVERSITY
2012年
6期
145-148
,共4页
神经网络%极端学习机%稀疏编码%开关磁阻电动机%故障诊断
神經網絡%極耑學習機%稀疏編碼%開關磁阻電動機%故障診斷
신경망락%겁단학습궤%희소편마%개관자조전동궤%고장진단
该文主要提出并讨论了一种基于稀疏编码的极端学习机算法的开关磁阻电机的故障诊断的方法.通过神经网络的初始化过程成功地将极端学习机算法与隐层神经元的稀疏编码结合在一起.实验结果表明该文提出的算法可以对电机一相绕组开、短路故障以及正常运转的状态进行准确、快捷的识别,有效地避免神经网络结构过于复杂所导致的过拟合现象.
該文主要提齣併討論瞭一種基于稀疏編碼的極耑學習機算法的開關磁阻電機的故障診斷的方法.通過神經網絡的初始化過程成功地將極耑學習機算法與隱層神經元的稀疏編碼結閤在一起.實驗結果錶明該文提齣的算法可以對電機一相繞組開、短路故障以及正常運轉的狀態進行準確、快捷的識彆,有效地避免神經網絡結構過于複雜所導緻的過擬閤現象.
해문주요제출병토론료일충기우희소편마적겁단학습궤산법적개관자조전궤적고장진단적방법.통과신경망락적초시화과정성공지장겁단학습궤산법여은층신경원적희소편마결합재일기.실험결과표명해문제출적산법가이대전궤일상요조개、단로고장이급정상운전적상태진행준학、쾌첩적식별,유효지피면신경망락결구과우복잡소도치적과의합현상.
