科研之友
微信
新浪微博
Facebook
分享链接
摘要
汽车发动机的故障类型很多,文中以发动机怠速不稳为例提出了其主成分分析与前馈神经网络相结合的发动机故障诊断模型.采用主成分分析法对原始多维输入变量进行预处理,选择输入变量的主成分作为神经网络的输入,既减少了输入变量的维数,又消除了各输入变量的相关性,从而简化了网络的结构,提高了网络收敛性和稳定性.结果表明,基于主成分分析的神经网络模型诊断准确度高、处理时间短、泛化性能好.
- 单位
汽车发动机的故障类型很多,文中以发动机怠速不稳为例提出了其主成分分析与前馈神经网络相结合的发动机故障诊断模型.采用主成分分析法对原始多维输入变量进行预处理,选择输入变量的主成分作为神经网络的输入,既减少了输入变量的维数,又消除了各输入变量的相关性,从而简化了网络的结构,提高了网络收敛性和稳定性.结果表明,基于主成分分析的神经网络模型诊断准确度高、处理时间短、泛化性能好.
