|
|||||
|
|
| 并行BP神经网络和BP-Adaboost集成学习管道故障识别方法分析 | |
| 引用本文： | 杨磊.并行BP神经网络和BP-Adaboost集成学习管道故障识别方法分析[J].华东科技,2023(12):106-108. |
| 作者姓名： | 杨磊 |
| 作者单位： | 昆明工业职业技术学院 |
| 基金项目： | 2022年度云南省教育厅科学研究基金项目“基于管道协同创新中心校企共研的VMD样本熵集成学习管道泄漏故障识别研究”(项目编号:2022J1431)； |
| 摘 要： | <正>当管道发生故障时,相关参数必然会发生变化。这些参数往往数量庞大且繁杂,导致单一BP神经网络在识别故障时,由于负担过重而识别效率低下。基于此,本文主要分析了利用并行BP神经网络和BP-Adaboost集成学习算法对经过处理的数据进行故障信号识别的可行性。实验结果显示,本文所述的识别方法可有效提高故障信号识别率。 |