基于ART2神经网络应用于齿轮箱智能故障诊断的改进

摘要

对于自适应共振(Adaptive Resonance Theory2,ART2)神经网络在分类时存在只选择输出值最大的神经元,以及噪声对结果影响较大的缺点,提出了一种结合小波软阈值和K-means算法的ART2神经网络分类方法.首先采用小波软阈值将信号降噪,再将降噪后的信号通过相对小波包能量体现其更好的信号互异性,然后运用ART2神经网络进行初步分类,将K-means算法引入ART2神经网络中,对原有的算法进行修正,与ART2神经网络分类结果进行了对比,分析结果表明改进后的方法解决了上述的问题,提高了故障分类的准确性.

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
获取原文

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号