论文部分内容阅读
在旋转机械故障诊断研究中，对大量样本的有效分类至关重要。传统的贴近度法计算繁琐，分辨率低，且依赖于大量实验测试和经验案例的总结。根据故障诊断中样本数据无须精确要求的特点，可以对样本数据作模糊化处理，进一步采用自组织竞争神经网络对样本进行自动聚类，速度快，准确性好，具有较高的智能特性。实际应用表明，这种模糊神经网络完全满足使用要求。