基于D-S证据理论和集成神经网络的磨粒识别

被引：3

作者：

曹一波

谢小鹏

机构：

[1] 华南理工大学机械工程学院

来源：

润滑与密封 | 2006年 / 05期

关键词：

磨粒识别; 信息融合; 集成神经网络; D-S证据法; 图像处理;

D O I：

暂无

中图分类号：

TP391.4 [模式识别与装置];

学科分类号：

0811 ; 081101 ; 081104 ; 1405 ;

摘要：

针对磨粒的识别问题,利用数字磨粒图像分析方法,结合D-S证据理论和BP神经网络,建立了基于D-S证据理论的集成神经网络磨粒融合诊断方法。首先对磨粒图像进行处理,并利用统计分析方法和傅立叶分析方法对处理好的磨粒图片进行分析得到磨粒特征;然后基于统计分析方法和傅立叶分析方法建立对应的两个BP分类子神经网络,利用典型的磨粒样本对BP子神经网络进行训练,得到初步的诊断结果;最后用D-S法对子神经网络诊断结果进行融合,得到最终的诊断结果。算例分析结果表明,基于D-S证据法和集成神经网络的磨粒融合诊断方法比单个诊断方法具有更高的准确性。

引用

页码：64 / 67+70 +70

页数：5

共 8 条

[1] 改进的BP算法在磨粒识别中的应用 [J].

康剑莉 ;

芦亚萍 ;

周银生 .

润滑与密封, 2005, (02) :149-150+154

[2] 基于链码的金属磨粒分形参数计算 [J].

陆永耕 ;

赵淳生 ;

葛世荣 .

中国机械工程, 2004, (07) :52-55

[3] 基于灰色聚类的磨粒自动识别 [J].

李艳军 ;

左洪福 ;

陈果 .

航空学报, 2003, (04) :373-376

[4]

MATLAB 7.0在图像处理中的应用.[M].罗军辉;冯平;哈力旦·A编著;.机械工业出版社.2005,

[5]

多传感器数据融合及其应用.[M].杨万海编著;.西安电子科技大学出版社.2004,

[6]

数字图像处理.[M].贾永红编著;.武汉大学出版社.2003,

[7]

神经网络模式识别系统理论.[M].黄德双著;.电子工业出版社.1996,

[8]

磨粒图谱.[M].(英)安德森(Anderson;D.P.)编;金元生;杨其明译;.机械工业出版社.1987,

← 1 →