基于LVQ神经网络集成的柴油机气门故障诊断  

作　　者：秦恺[1] 曹龙汉[1] 牟浩[1] 文迪[1] 张迁[1] 

机构地区：[1]重庆通信学院

出　　处：《UPS应用》2014年第3期47-50,共4页UPS Applications

摘　　要：针对柴油机气门故障的诊断样本少和非线性数据特征等问题，文中提出了一种基于学刁向量量化（LVQ，LearningVectorquantization）神经网络集成的柴油机故障诊断方法，该方法通过使飘LVQ神经两络作为基础学习器．采用Bagging算法对LVQ神经网络分类器进行相对多数投票集成，并用LVQ神经网络．LVQ神经网络集成．BP神经网络和RBF神经网络等方法对柴油机气门故障诊断．对评价结果进行了分析和比较，LVQ神经网络集成对柴油机气门故障诊断的正确率高于其他神经网络，神经网络集成的柴油机气门故障诊断精度高于单个神经网络的精度.

关 键 词：LVQ神经网络 神经网络集成 故障诊断方法 柴油机气门 BAGGING算法 神经网络分类器 RBF神经网络 BP神经网络 

分 类 号：TP391.41[自动化与计算机技术—计算机应用技术]