论文部分内容阅读
BP神经网络具有优良的非线性映射能力，可以很好地描述频率特征和诊断结果之间的关系。针对BP神经网络存在局部极小值和收敛速度慢等问题，提出了一种基于Gauss-Newton的改进的BP网络。论述了Gauss-Newton神经网络的基本原理以及学习、运行过程，通过模拟运算指出了Gauss-Newton神经网络具有较快的学习速度，进而探讨了Gauss-Newton神经网络在旋转机械故障诊断中的应用，将该网络模型应用于旋转机械故障诊断，显示出Gauss—Newton网络具有诊断精度高、容错性和稳定性好的优势。