论文部分内容阅读
这篇论文分析了优点;两个的缺点神经网络技术;信息熔化方法基于 D-S (dempster-shafer 证据) 理论以及他们的补充,由联合神经网络技术建议了层次信息熔化差错诊断策略;熔化决定诊断基于 D-S 理论,;建立了一个相应功能的模型。因此,我们不能仅仅解决快速的生长在尺寸引起的一系列问题;神经网络的复杂性与诊断参数增加组织,而且能在 D-S 理论为基本概率赋值提供有效方法。到诊断马达轴承的差错的策略的申请证明了这个方法精确性高;在差错诊断的可靠性。