一种基于神经网络的部件诊断技术
由于神经网络的训练和学习速度问题，一般不适用于在线应用和部件诊断及故障隔离等，该文提出一种基于神经网络构成的状态观测器结构模型方式的深知识的诊断方式，采用自适用的在线学习方法，具有快速的收敛速度和良好的跟踪特性，并能够实现故障隔离和部件诊断功能。
神经网络 故障诊断 自适应 学习 系统故障诊断 状态观测器 结构模型 专家系统 自适应学习
郭其一 黄亚楼
大学计算机与系统科学智能机器人研究室(天津)
国内会议
杭州
中文
417～419
1998-05-01（万方平台首次上网日期，不代表论文的发表时间）