分享到:

基于模糊ARTMAP网络的速率陀螺故障检测与诊断

速率陀螺敏感角速度信号 ,在导弹控制系统中主要用来改善系统的动态品质 ,因而特别强调其本身的动态特性一定满足规定的要求 .在现有的测试中 ,只测量速率陀螺回零过渡过程中特定点的值或者测量稳态工作状态下的传递系数 .因此 ,研究速率陀螺的动态测试及其故障诊断是很有意义的 .模式识别和函数逼近是神经网络方法应用最成功的领域 ,故障检测和诊断问题本质上也是一种模式识别问题 .无论从模型参数还是从物理参数出发 ,判断系统是否发生故障以及发生什么样的故障 ,实质上是对不同故障模式对应的参数集的分类 .应用神经网络对故障进行分类 ,使用最广泛的是多层前向网络 ,但前向网络除了存在局部极小点、网络结构难以确定等缺点外 ,在分类问题存在两大缺陷 :( 1 )对训练完毕的网络 ,在加入新的故障分类形式时 ,需要重新学习 ;( 2 )不能检测出未知故障模式[1 ] .模糊 ARTMAP能动态分配网络结点而对网络性能没有破坏 ,训练周期较少 ,且能够...  (本文共6页) 阅读全文>>

《计算机应用研究》1980年40期
计算机应用研究

采用模糊ARTMAP神经网络的字符识别方法

采用模糊ARTMAP神经网络的字符识别方法徐立亚戚飞虎段成林林纯清(上海交通大学计算机系210030)摘要本文研究了将模糊ARTMAP神经网用于字符识别方法。实验证明这种将模糊技术与神经网络相结合的混合系统具有较高的识别率和较快的识别速度,采用ARTMAP神经网络只需要较少的网络训练时间。关键词神经网络模糊ARTMAP字符识别1引言神经网络已广泛用于图象处理、模式识别的实际应用中[1,2]。其中以自适应信号理论为基础发展起来的前向多层神经网络及其逆推(BP)学习算法因其算法的系统性及完整性被广为运用。但这类网络存在着学习速度慢、易于陷入局部最小点、网络学习后结构固定等固有缺陷,另外这种网络只适用于平稳的环境,误差准则固定,不能随着环境的变化而进行相应的调整或改变。ARTMAP利用自适应谐振理论模仿人的认知过程和智能处理行为,是一种自组织神经网络[3]。它在神经生理学及心理学等许多方面模仿人脑神经系统工作的许多特点,诸如层次性,双...  (本文共3页) 阅读全文>>

《农业工程学报》2008年03期
农业工程学报

基于MODIS数据和模糊ARTMAP的冬小麦遥感识别方法

0引言农作物遥感识别是遥感技术在农业领域应用的重要内容,也是资源遥感的重要组成部分。中国开展农业遥感监测工作起步较晚,但发展迅速。目前已初步建成自己的运行体系,监测的农作物主要是冬小麦、玉米、水稻、大豆和棉花等[1]。但在过去的十几年中,大尺度农作物监测多以NOVV/AVHRR数据为基础。受AVHRR本身局限性的限制,监测精度有待进一步提高。Terra/MODIS是一种重要的新型卫星遥感器,由于其每天一次对地区的覆盖和更高的空间分辨率和光谱分辨率给大尺度运行化作物面积监测和估产提供了机遇。MODIS数据的性能比AVHRR数据有所改善,空间分辨率为1 km,500 m,250 m,在波谱0.4~14.5μm范围内有36个波段,覆盖了可见光、近红外和短波红外波段,波段均较窄[2]。尤其是MODIS包含了为陆地应用而设计的7个光学波段,在全球及区域尺度上的土地监测和制图上更具有重要意义,已逐渐成为NOVV/AVHRR数据对宏观土地利用...  (本文共6页) 阅读全文>>

《山东农业大学学报(自然科学版)》2015年03期
山东农业大学学报(自然科学版)

基于模糊ARTMAP神经网络农用汽车助力转向系统控制

随着能源的日益紧缺和大气环境的不断恶化,以零污染排放且不依赖石油能源等双重优点的纯电动汽车成为了国内外学者的研究热点,电动助力转向(EPS)作为电动汽车一个重要系统之一较传统液压助力转向具有更好的助力特性和燃油经济性,因而有逐渐替代液压助力转向的趋势。汽车电动助力转向可以根据行驶工况改变转向传动比,从而提高汽车的操纵稳定性。随着党和国家领导人对农业问题的重视及社会的不断发展,农业机械化是个必然的趋势,基于此,对农业机械的研究也逐渐成为一个重要的趋势[1,2]。国内外众多学者对电动汽车及其各系统进行了相关的研究。其中,于蕾艳等[3]对汽车线控转向系统动力学进行分析,并基于神经网络非线性模型对线控转向系统控制算法进行了研究;王军年等[4]基于AMESim软件建立了四轮独立驱动电动汽车动力学仿真模型,对模型进行联合仿真并进行试验验证;郝亮等[5]在介绍EPS结构和工作原理的基础上,对EPS的核心组成部分(ECU)的控制方法与优化进行研...  (本文共4页) 阅读全文>>

《机床与液压》2008年02期
机床与液压

基于复合简化模糊ARTMAP的故障诊断

0引言设备中关键机械零件的故障会在很大程度上影响设备的运行甚至损坏设备。可靠准确的故障诊断对于尽早维修设备防止经济损失是至关重要的。由于零件的复杂性、非线性和它们之间的耦合性,故障诊断是非常复杂的。想仅通过理论分析和数学模型就找到故障是行不通的。近年来,智能原理已经用于故障预测和诊断领域的研究。Sun等[1]将模糊逻辑方法引入蒸汽涡轮发电机的故障诊断中。W ang等[2]将人工神经网络和专家系统结合起来用于变压器的故障诊断。Vasilic和Kezunovic[3]发展了ART神经网络算法,用它对动力系统的故障进行分类。Carpenter[4]提出了一种名为FAM的功能强大的神经网络,用于对模拟和二进制输入识别和多维映射。模糊逻辑运算嵌入到ART1神经元中。网络实现新的极大极小规则,它们能减小预测误差并增强编码压缩。FAM兼有监督学习和非监督学习功能。但是FAM的结构非常复杂,SFAM减少了FAM的结构冗余,改进了计算效率,其应用...  (本文共4页) 阅读全文>>

西南大学
西南大学

基于ARTMAP神经网络的垃圾邮件过滤研究

在互联网广泛普及的今天,电子邮件已经成为人们进行信息交互的重要工具之一。它在给人们带来极大便利的同时,也给人们带来了造成很大困扰的副产品——垃圾邮件。为了解决垃圾邮件带来的问题,人们在技术和法律方面都进行了不断的努力,垃圾邮件已经得到了一定的控制。当前,垃圾邮件过滤的主要技术包括白名单与黑名单技术、规则过滤、基于关键词匹配的内容扫描、以及基于内容的文本分类方法等。目前的垃圾邮件过滤系统如基于BP神经网络的过滤方法,已经取得了很好的效果,准确率得到了很大的提升,但由于BP神经网络本身存在局部极小点,收敛速度和可塑性都有待提高,这在一定程度上影响了邮件过滤的效果。基于ARTMAP神经网络的垃圾邮件过滤是一种基于内容的文本分类方法,将ARTMAP神经网络应用于垃圾邮件过滤是一个新的研究方向,可以提高过滤网络的收敛速度和可塑性,并能防止网络陷入局部极小点。本文介绍了垃圾邮件的定义,探讨了垃圾邮件的危害,分析并总结了当前主要的垃圾邮件过滤...  (本文共50页) 本文目录 | 阅读全文>>