基于旋转机械故障诊断模糊神经网络多传感器融合

基于旋转机械故障诊断模糊神经网络多传感器融合

V247.15%V249.12; 目前多传感器融合技术能够有效地提高精度和容错能力，所以它广泛应用于目标识别领域中。本文描述了一种基于旋转机械故障诊断多传感器融合系统，在数据融合处理中利用模糊神经网络，比较了采用基于数据融合实验结果和没有融合的原始数据，显然前者比后者更精确。...

Ausführliche Beschreibung

Gespeichert in:
Bibliographische Detailangaben
Veröffentlicht in:南京航空航天大学学报(英文版) 2001, Vol.18 (1), p.91-96
Hauptverfasser: 周洁敏, 林刚, 宫淑丽, 陶云刚
Format: Artikel
Sprache:chi
Online-Zugang:Volltext
Tags: Tag hinzufügen
Keine Tags, Fügen Sie den ersten Tag hinzu!
container_end_page 96
container_issue 1
container_start_page 91
container_title 南京航空航天大学学报(英文版)
container_volume 18
creator 周洁敏
林刚
宫淑丽
陶云刚
description V247.15%V249.12; 目前多传感器融合技术能够有效地提高精度和容错能力，所以它广泛应用于目标识别领域中。本文描述了一种基于旋转机械故障诊断多传感器融合系统，在数据融合处理中利用模糊神经网络，比较了采用基于数据融合实验结果和没有融合的原始数据，显然前者比后者更精确。
doi_str_mv 10.3969/j.issn.1005-1120.2001.01.015
format Article
fullrecord <record><control><sourceid>wanfang_jour</sourceid><recordid>TN_cdi_wanfang_journals_njhkhtdxxb_e200101015</recordid><sourceformat>XML</sourceformat><sourcesystem>PC</sourcesystem><wanfj_id>njhkhtdxxb_e200101015</wanfj_id><sourcerecordid>njhkhtdxxb_e200101015</sourcerecordid><originalsourceid>FETCH-wanfang_journals_njhkhtdxxb_e2001010153</originalsourceid><addsrcrecordid>eNpjYFAxNNAztjSz1M_SyywuztMzNDAw1TU0NDLQMzIwMNQDI1MWBk64OAcDb3FxZpKBgZm5gbG5hRkng9PT-bue7Op7Nr37xd41z-bserZow7OprS9nzXmxvuvZtLXPVix8vrnr-dJ5z3f3P9878fnuOU-XzHqyZ8GzlvlPZ654Ma_36YQOHgbWtMSc4lReKM3NoOvmGuLsoVuemJeWmJcen5VfWpQHlInPy8rIzihJqahIik8FuRAETY1JVQ8AWJdhGA</addsrcrecordid><sourcetype>Aggregation Database</sourcetype><iscdi>true</iscdi><recordtype>article</recordtype></control><display><type>article</type><title>基于旋转机械故障诊断模糊神经网络多传感器融合</title><source>Alma/SFX Local Collection</source><creator>周洁敏 ; 林刚 ; 宫淑丽 ; 陶云刚</creator><creatorcontrib>周洁敏 ; 林刚 ; 宫淑丽 ; 陶云刚</creatorcontrib><description>V247.15%V249.12; 目前多传感器融合技术能够有效地提高精度和容错能力，所以它广泛应用于目标识别领域中。本文描述了一种基于旋转机械故障诊断多传感器融合系统，在数据融合处理中利用模糊神经网络，比较了采用基于数据融合实验结果和没有融合的原始数据，显然前者比后者更精确。</description><identifier>ISSN: 1005-1120</identifier><identifier>DOI: 10.3969/j.issn.1005-1120.2001.01.015</identifier><language>chi</language><publisher>南京航空航天大学民航学院</publisher><ispartof>南京航空航天大学学报(英文版), 2001, Vol.18 (1), p.91-96</ispartof><rights>Copyright © Wanfang Data Co. Ltd. All Rights Reserved.</rights><woscitedreferencessubscribed>false</woscitedreferencessubscribed></display><links><openurl>$$Topenurl_article</openurl><openurlfulltext>$$Topenurlfull_article</openurlfulltext><thumbnail>$$Uhttp://www.wanfangdata.com.cn/images/PeriodicalImages/njhkhtdxxb-e/njhkhtdxxb-e.jpg</thumbnail><link.rule.ids>314,780,784,4024,27923,27924,27925</link.rule.ids></links><search><creatorcontrib>周洁敏</creatorcontrib><creatorcontrib>林刚</creatorcontrib><creatorcontrib>宫淑丽</creatorcontrib><creatorcontrib>陶云刚</creatorcontrib><title>基于旋转机械故障诊断模糊神经网络多传感器融合</title><title>南京航空航天大学学报(英文版)</title><description>V247.15%V249.12; 目前多传感器融合技术能够有效地提高精度和容错能力，所以它广泛应用于目标识别领域中。本文描述了一种基于旋转机械故障诊断多传感器融合系统，在数据融合处理中利用模糊神经网络，比较了采用基于数据融合实验结果和没有融合的原始数据，显然前者比后者更精确。</description><issn>1005-1120</issn><fulltext>true</fulltext><rsrctype>article</rsrctype><creationdate>2001</creationdate><recordtype>article</recordtype><recordid>eNpjYFAxNNAztjSz1M_SyywuztMzNDAw1TU0NDLQMzIwMNQDI1MWBk64OAcDb3FxZpKBgZm5gbG5hRkng9PT-bue7Op7Nr37xd41z-bserZow7OprS9nzXmxvuvZtLXPVix8vrnr-dJ5z3f3P9878fnuOU-XzHqyZ8GzlvlPZ654Ma_36YQOHgbWtMSc4lReKM3NoOvmGuLsoVuemJeWmJcen5VfWpQHlInPy8rIzihJqahIik8FuRAETY1JVQ8AWJdhGA</recordid><startdate>2001</startdate><enddate>2001</enddate><creator>周洁敏</creator><creator>林刚</creator><creator>宫淑丽</creator><creator>陶云刚</creator><general>南京航空航天大学民航学院</general><scope>2B.</scope><scope>4A8</scope><scope>92I</scope><scope>93N</scope><scope>PSX</scope><scope>TCJ</scope></search><sort><creationdate>2001</creationdate><title>基于旋转机械故障诊断模糊神经网络多传感器融合</title><author>周洁敏 ; 林刚 ; 宫淑丽 ; 陶云刚</author></sort><facets><frbrtype>5</frbrtype><frbrgroupid>cdi_FETCH-wanfang_journals_njhkhtdxxb_e2001010153</frbrgroupid><rsrctype>articles</rsrctype><prefilter>articles</prefilter><language>chi</language><creationdate>2001</creationdate><toplevel>online_resources</toplevel><creatorcontrib>周洁敏</creatorcontrib><creatorcontrib>林刚</creatorcontrib><creatorcontrib>宫淑丽</creatorcontrib><creatorcontrib>陶云刚</creatorcontrib><collection>Wanfang Data Journals - Hong Kong</collection><collection>WANFANG Data Centre</collection><collection>Wanfang Data Journals</collection><collection>万方数据期刊 - 香港版</collection><collection>China Online Journals (COJ)</collection><collection>China Online Journals (COJ)</collection><jtitle>南京航空航天大学学报(英文版)</jtitle></facets><delivery><delcategory>Remote Search Resource</delcategory><fulltext>fulltext</fulltext></delivery><addata><au>周洁敏</au><au>林刚</au><au>宫淑丽</au><au>陶云刚</au><format>journal</format><genre>article</genre><ristype>JOUR</ristype><atitle>基于旋转机械故障诊断模糊神经网络多传感器融合</atitle><jtitle>南京航空航天大学学报(英文版)</jtitle><date>2001</date><risdate>2001</risdate><volume>18</volume><issue>1</issue><spage>91</spage><epage>96</epage><pages>91-96</pages><issn>1005-1120</issn><abstract>V247.15%V249.12; 目前多传感器融合技术能够有效地提高精度和容错能力，所以它广泛应用于目标识别领域中。本文描述了一种基于旋转机械故障诊断多传感器融合系统，在数据融合处理中利用模糊神经网络，比较了采用基于数据融合实验结果和没有融合的原始数据，显然前者比后者更精确。</abstract><pub>南京航空航天大学民航学院</pub><doi>10.3969/j.issn.1005-1120.2001.01.015</doi></addata></record>
fulltext fulltext
identifier ISSN: 1005-1120
ispartof 南京航空航天大学学报(英文版), 2001, Vol.18 (1), p.91-96
issn 1005-1120
language chi
recordid cdi_wanfang_journals_njhkhtdxxb_e200101015
source Alma/SFX Local Collection
title 基于旋转机械故障诊断模糊神经网络多传感器融合
url https://sfx.bib-bvb.de/sfx_tum?ctx_ver=Z39.88-2004&ctx_enc=info:ofi/enc:UTF-8&ctx_tim=2025-01-04T07%3A35%3A31IST&url_ver=Z39.88-2004&url_ctx_fmt=infofi/fmt:kev:mtx:ctx&rfr_id=info:sid/primo.exlibrisgroup.com:primo3-Article-wanfang_jour&rft_val_fmt=info:ofi/fmt:kev:mtx:journal&rft.genre=article&rft.atitle=%E5%9F%BA%E4%BA%8E%E6%97%8B%E8%BD%AC%E6%9C%BA%E6%A2%B0%E6%95%85%E9%9A%9C%E8%AF%8A%E6%96%AD%E6%A8%A1%E7%B3%8A%E7%A5%9E%E7%BB%8F%E7%BD%91%E7%BB%9C%E5%A4%9A%E4%BC%A0%E6%84%9F%E5%99%A8%E8%9E%8D%E5%90%88&rft.jtitle=%E5%8D%97%E4%BA%AC%E8%88%AA%E7%A9%BA%E8%88%AA%E5%A4%A9%E5%A4%A7%E5%AD%A6%E5%AD%A6%E6%8A%A5(%E8%8B%B1%E6%96%87%E7%89%88)&rft.au=%E5%91%A8%E6%B4%81%E6%95%8F&rft.date=2001&rft.volume=18&rft.issue=1&rft.spage=91&rft.epage=96&rft.pages=91-96&rft.issn=1005-1120&rft_id=info:doi/10.3969/j.issn.1005-1120.2001.01.015&rft_dat=%3Cwanfang_jour%3Enjhkhtdxxb_e200101015%3C/wanfang_jour%3E%3Curl%3E%3C/url%3E&disable_directlink=true&sfx.directlink=off&sfx.report_link=0&rft_id=info:oai/&rft_id=info:pmid/&rft_wanfj_id=njhkhtdxxb_e200101015&rfr_iscdi=true