-
题名描述复杂系统故障关系的条件故障图
被引量：6
- 1
-
-
作者
宋志平
李应红
屈裕安
-
机构
空军工程大学飞机与发动机工程系
-
出处
《系统工程与电子技术》
EI
CSCD
北大核心
2003年第1期116-118,共3页
-
基金
国防预研基金资助课题 ( 4 13 2 0 3 0 10 3 )
-
文摘
在复杂系统故障关系分析中 ,为了准确、有效地描述系统状态条件同其故障关系间所存在的关联 ,提出了条件故障图的描述模型。界定并分析了描述系统状态关系的状态树 ,并将它与故障图相结合形成条件故障图。界定并分析了条件故障图的结构及其中的状态条件变化特性。将它应用于航空发动机的控制系统 ,并给出了一个特征实例。条件故障图可以有效地描述状态条件对故障关系的影响及作用 。
-
关键词
可靠性
有向图
故障关系
复杂系统描述
-
Keywords
Reliability
Directed graph
Fault relation
Complex system description
-
分类号
V23
[航空宇航科学与技术—航空宇航推进理论与工程]
-
-
题名一种新型的多元分类支持向量机
被引量：4
- 2
-
-
作者
朱家元
吴伟
张恒喜
董彦非
-
机构
空军工程大学飞机与发动机工程系
空军工程大学装备管理工程系
-
出处
《计算机工程》
CAS
CSCD
北大核心
2003年第17期40-41,45,共3页
-
基金
国防预研基金资助项目
-
文摘
最小二乘支持向量机采用最小二乘线性系统代替传统的支持向量机采用二次规划方法解决模式识别问题。该文详细推理和分析了二元分类最小二乘支持向量机算法，构建了多元分类最小二乘支持向量机，并通过典型样本进行测试，结果表明采用多元分类最小二乘支持向量机进行模式识别是有效、可行的。
-
关键词
机器学习
支持向量机
模式识别
最小二乘支持向量机
神经网络
-
Keywords
Machine learning
Support vector machines
Pattern recognition
Least squares support vector machines
Neural networks
-
分类号
TP181
[自动化与计算机技术—控制理论与控制工程]
-
-
题名基于SOFM的一种新型粗糙集神经网络研究
被引量：3
- 3
-
-
作者
冯惊雷
张喜斌
张恒喜
-
机构
空军工程大学飞机与发动机工程系
-
出处
《计算机工程与应用》
CSCD
北大核心
2005年第18期88-90,102,共4页
-
基金
国家部委基金资助项目
-
文摘
结合粗糙集理论的强大定性分析能力和SOFM网络收敛速度快和易于可视化能力,该文提出了一种基于SOFM网络的新型粗糙集神经网络,给出了该模型的流程图,描述了系统各组成部分的工作原理。应用一实例验证了该模型在故障诊断中的有效性,结果表明,新模型较好地解决了训练样本的大小、样本质量等对人工神经网络的精度以及泛化能力有直接影响的问题,简化了神经网络的结构,缩短了训练时间,并实现了结果可视化,得到了故障可视拓扑映射图。
-
关键词
粗糙集
SOFM网络
故障诊断
-
Keywords
rough sets,SOFM Networks,fault diagnosis
-
分类号
TP183
[自动化与计算机技术—控制理论与控制工程]
-
