基于K-Means小波神经网络的软电路故障诊断方法
公开
摘要
本申请公开的基于K‑Means小波神经网络的软电路故障诊断方法，通过采用K‑Means聚类分析与有效性指标分析相结合的方式，得出聚类中心的信号，可以剔除训练样本集中的离群集数据；随后利用小波分析中的小波变换剔除冗余信号，从样本信号中提取尽可能少且能足够表征电路状态的特征信号，将经过处理后的特征信号再送给BP网络进行训练，其能够减少确定神经元数目的工作量，快速的确定最优的神经网络结构。本发明涉及的技术方案，其能够减少确定神经元数目的工作量，快速的确定最优的神经网络结构，降低计算的复杂度，加快网络的训练速度和收敛速度，从而提高故障诊断效率。
基本信息
专利标题 ：
基于K-Means小波神经网络的软电路故障诊断方法
专利标题（英）：
暂无
公开（公告）号 ：
CN114297963A
申请号 ：
CN202111568934.1
公开（公告）日 ：
2022-04-08
申请日 ：
2021-12-21
授权号 ：
暂无
授权日 ：
暂无
发明人 ：
李文军
申请人 ：
北京中匠云智能科技有限公司
申请人地址 ：
北京市海淀区羊坊店路18号1幢4层401-126
代理机构 ：
代理人 ：
优先权 ：
CN202111568934.1
主分类号 ：
G06F30/33
IPC分类号 ：
G06F30/33 G06K9/62 G06N3/04 G06N3/08 G06F17/14
IPC结构图谱
G
G部——物理
G06
计算；推算或计数
G06F
电数字数据处理
G06F30/33
设计验证，例如功能仿真或模型检查
法律状态
2022-04-08 ：
公开
注：本法律状态信息仅供参考，即时准确的法律状态信息须到国家知识产权局办理专利登记簿副本。
文件下载
暂无PDF文件可下载
