文献

J-GLOBAL ID：201702284532329497   整理番号：17A0812959

確率的ニューラルネットワークに基づくエンジン故障診断方法の研究【JST・京大機械翻訳】

Research on fault diagnosis of engines based on probabilistic neural networks

著者 (2件)： Zhu Mingyue (河南化工職業学院) ,  Li Xiaoshen (河南科技大学数学与統計学院)
資料名： Zhizaoye Zidonghua  (Zhizaoye Zidonghua)
巻： 34  号： 5A  ページ： 90-92  発行年： 2012年 
JST資料番号： C2179A  ISSN： 1009-0134  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： 従来の故障モード診断方法は複雑なシステムの故障を診断することが難しく、確率的ニューラルネットワークは適応的なパターン認識技術として、その構造が簡単で、学習速度が速く、非線形処理とアンチジャミング能力が強いなどの利点があり、パターン分類と故障診断領域に広く応用されている。確率的ニューラルネットワークを用いてエンジンの故障を診断し,シミュレーション結果により,このネットワークの診断精度が高く,汎化能力が高く,システムの実時間モニタリングと診断を行うことができることを示した。Data from the ScienceChina, LCAS. Translated by JST【JST・京大機械翻訳】

シソーラス用語： 汎化 ,  パターン認識 ,  シミュレーション ,  *ネットワーク ,  *故障診断 ,  故障モード ,  パターン分類
準シソーラス用語： 実時間 ,  診断精度 ,  学習速度 ,  *確率的ニューラルネットワーク , 【Automatic Indexing@JST】

分類 (2件)： パターン認識  (JE07000S) ,  人工知能  (JE08000Z)

タイトルに関連する用語 (3件)： 確率的ニューラルネットワーク ,  故障診断 ,  研究