论文部分内容阅读
规则和神经网络的结合是故障诊断专家系统改善性能的有效途径，该文在建立分层分功能区的规则和神经网络有效结合模型的基础上，论述了规则指导网络的扩充与修改的模型动态特性；规则和网络交叉的正、反向混合推理机制；不忘记已获知识，无需从头学习的效率高的学习机制。最后以实例验证系统的可用性。
规则和神经网络有机结合的故障诊断专家系统
【摘 要】
：
规则和神经网络的结合是故障诊断专家系统改善性能的有效途径，该文在建立分层分功能区的规则和神经网络有效结合模型的基础上，论述了规则指导网络的扩充与修改的模型动态特性；规
【机 构】
：
工学院振动研究所
【出 处】
：
第五届机械设备故障诊断学术会议
【发表日期】
：
1996年期
其他文献
该文推导了神经元激活函数分别为对数型和双曲正切型Ｓ形函数的前向多层神经网络的海森矩阵计算公式。应用基于海森矩阵的共轭梯度法，成功地实现了神经网络的训练。
神经网络的函数副近是许多应用的基础，膝用ｓｉｎｃ函数作为稳层激励函数，分别用于多层前向网络和径向基网络，并同传统激励函数作了比较，仿真结果表明ｓｉｎｃ函数具有很好的应用价值。
1前言rn现代社会是一个信息爆炸的社会,信息作为重要的战略资源,其开发与利用已成为企业竞争能力的关键标志和企业发展的重要推动力.信息产业、计算机技术、网络、通讯、多媒
对于具有生物“成长”历程的系统，提出一类新的“成长”函数型连接神经网络预报模型和递推Gauss-Newton学习算法，这种新型网络和学习算法，具有学习训练速度较快，预报精度高的特点