《基于PCA-RBF神经网络的WSN数据融合轴承故障诊断》PDF+DOC
作者:徐桂云,蒋恒深,李辉,阮殿旭
单位:中国矿业大学
出版:《中国矿业大学学报》2012年第06期
页数:8页 (PDF与DOC格式可能不同)
PDF编号:PDFZGKD2012060180
DOC编号:DOCZGKD2012060189
下载格式:PDF + Word/doc 文字可复制、可编辑
《萤火虫算法优化神经网络的无线传感器网络数据融合》PDF+DOC2016年第07期 黄廷辉,伊凯,王玉良,崔更申
《蝙蝠算法优化神经网络的无线传感器网络数据融合》PDF+DOC2015年第04期 王华东,王大羽
《基于自适应动态均匀分簇的WSN数据融合算法》PDF+DOC2012年第S3期 杨婷
《BP神经网络在WSN数据融合中的应用》PDF+DOC2009年第09期 肖骁,王国军,马征
《在船舶动力定位系统中利用无线传感器网络进行数据融合》PDF+DOC2016年第16期 方伟骏
《基于神经网络的WSN数据融合算法》PDF+DOC2010年第18期 姚丽君,梁宏倩,赵磊
《无线传感器网络中基于神经网络的数据融合模型》PDF+DOC2008年第12期 俞黎阳,王能,张卫
《基于GA优化BP神经网络的WSN数据融合技术研究》PDF+DOC2015年第02期 张晶,薛冷,容会,王剑平,付晓东
《基于PSO-BP的无线传感器网络数据融合算法研究》PDF+DOC2014年第04期 陈秋红,郭猛
《基于DS证据理论和压缩感知的WSN数据融合策略设计》PDF+DOC2014年第08期 廖长荣
为了减少基于无线传感器网络(WSN)的轴承故障诊断系统数据传输总量和网络负载同时提高故障诊断准确性,提出一种采用主元分析(PCA)与径向基(RBF)神经网络结合轴承数据的融合与故障诊断算法.首先建立基于LEACH协议的3层融合模型,然后簇首节点采用PCA对大量多传感器数据降维,最后Sink节点采用RBF对数据进行决策级融合.仿真结果表明:该算法3个成员节点各上传10个数据包,簇头节点融合后剩余4个,融合率为86.7%,每组故障识别准确率大于85%.该算法具有很好的识别率和高压缩率,能够很好应用于煤矿设备故障监测。
提示:百度云已更名为百度网盘(百度盘),天翼云盘、微盘下载地址……暂未提供。