-
题名人工智能技术在船舶电力系统故障诊断中的应用
被引量：16
- 1
-
-
作者
梁纯
仇文宁
-
机构
中国矿业大学信控学院
江苏建筑职业技术学院机电系
徐州市机器人技术实验室
-
出处
《舰船科学技术》
北大核心
2018年第8X期52-54,共3页
-
基金
国家住房和城乡建设部科学技术"青蓝工程"资助项目(2016-K4-063)
-
文摘
近年来人工智能技术在很多领域得到了成功应用,特别是故障诊断方面。船舶电力系统是保障船舶自动化系统正常工作的重要组成部分。由于船舶电力系统工作环境恶劣,因而船舶电力系统一旦出现故障将会产生很严重的后果。传统船舶电力系统故障检测费时费力,本文通过对人工智能技术进行分析,研究了人工智能技术在船舶电力系统故障诊断中的应用,提出了一种故障诊断系统架构,重点研究了基于人工神经网络以及专家系统的电力系统故障诊断,设计了神经网络模型,给出了推理机的故障诊断流程。
-
关键词
神经网络
人工智能
电力系统
故障诊断
-
Keywords
neural networks
artificial intelligence
power system
fault diagnosis
-
分类号
U672
[交通运输工程—船舶及航道工程]
-
-
题名基于改进BP算法在深度神经网络学习中的研究
被引量：6
- 2
-
-
作者
黄培
-
机构
江苏建筑职业技术学院机电工程学院
中国矿业大学信息与电气工程学院
徐州市机器人技术实验室
-
出处
《机械强度》
CAS
CSCD
北大核心
2018年第4期796-801,共6页
-
基金
江苏高校"青蓝工程"项目(KJCX201615)资助~~
-
文摘
深度学习能够使包含多个处理层的计算模型去学习含有多层次抽象表示的数据。这种学习方式在最先进的语音识别、视觉物体识别、物体检测以及许多其它领域,比如生物基因学和医学等都带来了明显的改善。深度学习能够发现大数据中的复杂结构,而卷积神经网络作为深度学习的重要模型之一在处理语音、图像、视频和文本等方面带来了新的突破。它是利用BP算法来引导机器如何从前一层获取误差来调整本层的参数,从而使这些参数更有利于模型的计算。针对传统BP算法存在的收敛速度慢、常陷入局部极小点的不足,提出了一种快速的BP改进算法。利用改进后的卷积神经网络分别在数据集MNIST、英文字符识别以及医学图像中做实验验证,仿真结果表明了该算法的有效性。
-
关键词
深度学习
卷积神经网络
改进BP算法
-
Keywords
Deep learning
Convolutional neural network
Improved BP algorithm
-
分类号
TP242
[自动化与计算机技术—检测技术与自动化装置]
-
