您的位置: 专家智库 > >

张东兴

作品数:2 被引量:12H指数:1
供职机构:东北林业大学交通学院更多>>
发文基金:黑龙江省自然科学基金中央高校基本科研业务费专项资金更多>>
相关领域:交通运输工程机械工程自动化与计算机技术更多>>

文献类型

  • 2篇中文期刊文章

领域

  • 1篇机械工程
  • 1篇自动化与计算...
  • 1篇交通运输工程

主题

  • 2篇电控
  • 2篇电控发动机
  • 2篇故障诊断
  • 2篇发动机
  • 1篇电控发动机故...
  • 1篇约简算法
  • 1篇神经网
  • 1篇神经网络
  • 1篇属性约简
  • 1篇属性约简算法
  • 1篇区分矩阵
  • 1篇网络
  • 1篇矩阵
  • 1篇发动机故障
  • 1篇BP神经
  • 1篇BP神经网
  • 1篇BP神经网络
  • 1篇粗糙集

机构

  • 2篇东北林业大学

作者

  • 2篇张东兴
  • 1篇谢春丽
  • 1篇李志鹏
  • 1篇杨传英

传媒

  • 1篇湖北汽车工业...
  • 1篇重庆理工大学...

年份

  • 1篇2015
  • 1篇2014
2 条 记 录,以下是 1-2
排序方式:
基于BP神经网络的电控发动机故障诊断研究被引量:11
2015年
在怠速和加速的条件下,模拟电控发动机6种常见的故障。采集其故障数据,应用基于Matlab的BP神经网络对其进行学习、训练及仿真,并进行故障诊断。结果表明:该方法提高了故障的诊断效率和准确性,说明BP神经网络在发动机故障诊断方面具有一定的实用价值。
李志鹏邵宪友张东兴杨传英
关键词:BP神经网络故障诊断电控发动机
电控发动机故障诊断属性约简算法应用研究被引量:1
2014年
利用粗糙集理论中的区分矩阵属性约简算法对电控发动机的几种典型故障参数进行属性约简,为验证约简结果是否有利于下一步的故障诊断,采用较成熟的BP神经网络对其进行诊断验证,将约简结果作为网络的输入,待诊断故障作为网络的输出。通过学习训练结果表明:利用区分矩阵方法所获得的核约简不能作为故障诊断的特征参量,其导致网络不收敛,而其它3组约简可以用于区分现有故障。为获得最优的属性约简结果,利用二进制粒矩阵的方法进行了最优属性约简的证明。
谢春丽张东兴米志飞
关键词:粗糙集属性约简故障诊断区分矩阵
共1页<1>
聚类工具0