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。