Informacja

Drogi użytkowniku, aplikacja do prawidłowego działania wymaga obsługi JavaScript. Proszę włącz obsługę JavaScript w Twojej przeglądarce.

English (EN)·Polski (PL)·Yкраїнський (UK)
Przejdź do strony domowej biblioteki Centralna Biblioteka Wojskowa Link otwiera się w nowym oknie Logo biblioteki Prolib Integro - strona głównaCentralna Biblioteka Wojskowa

Wyszukujesz frazę "neural networks radial" wg kryterium: Wszystkie pola

  Lista filtrów
Wyrównaj
    Wyświetlanie 1-2 z 2
    Tytuł:
    Wykorzystanie algorytmów genetycznych oraz analizy PCA do doboru wejść klasyfikatorów uszkodzeń kół zębatych opartych na sieciach neuronowych z radialnym jądrem
    Application of genetic algorithm and principal component analysis for choosing inputs for classifiers of tooth gear faults which used neural networks with radial nucleus
    Autorzy:
    Czech, P.
    Powiązania:
    https://bibliotekanauki.pl/articles/196879.pdf
    Data publikacji:
    2014
    Wydawca:
    Politechnika Śląska. Wydawnictwo Politechniki Śląskiej
    Tematy:
    diagnostyka
    drgania
    sieci neuronowe
    przekładnie zębate
    diagnostics
    vibrations
    neural networks
    gearboxes
    Opis:
    W artykule przedstawiono wyniki eksperymentów mających na celu budowę klasyfikatora lokalnych uszkodzeń zębów kół przekładni opartego na sztucznych sieciach neuronowych. W badaniach wykorzystywano sieci neuronowe z radialnym jądrem. Dodatkowo podjęto próbę wykorzystania algorytmów genetycznych oraz analizy PCA w celu wyboru wejść klasyfikatora neuronowego. Badania oparto na sygnałach drganiowych otrzymanych z modelu dynamicznego przekładni pracującej w układzie napędowym. W artykule zaproponowano sposób budowy deskryptorów lokalnych uszkodzeń zębów kół, wykorzystując do tego celu sygnały drganiowe poddane odpowiedniej filtracji oraz selekcji widmowej.
    The paper presents the results of an experimental application of neural network as a classifier of tooth gear faults. The neural classifiers were based on the artificial neural networks with radial nucleus. In the experiment genetic algorithm and principal component analysis were used to check influence of choosing inputs for neural classifier on diagnostic error. The model of gearbox was used in order to create a base of knowledge. The input data for the classifier was in a form of matrix composed of statistical measures, obtained from vibration signals after filtration and selection of spectrum range.
    Źródło:
    Zeszyty Naukowe. Transport / Politechnika Śląska; 2014, 83; 51-57
    0209-3324
    2450-1549
    Pojawia się w:
    Zeszyty Naukowe. Transport / Politechnika Śląska
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Entropia dyskretnej transformaty falkowej i radialne sieci neuronowe jako narzędzia diagnostyki nieszczelności zaworu wylotowego w silniku ZS
    Entropy of discrete wavelet transform and radial neural networks as a diagnosis tool of diesel engine exhaust valve fault
    Autorzy:
    Czech, P.
    Powiązania:
    https://bibliotekanauki.pl/articles/198343.pdf
    Data publikacji:
    2011
    Wydawca:
    Politechnika Śląska. Wydawnictwo Politechniki Śląskiej
    Tematy:
    transformata falkowa
    sieć neuronowa
    diagnostyka
    zawór wydechowy
    silnik z zapłonem samoczynnym
    wavelet transform
    neural network
    diagnostics
    exhaust valve
    compression-ignition engine
    Opis:
    W przypadku diagnozowania silnika spalinowego metodami drganiowymi nie można zapominać o występowaniu wielu źródeł drgań, co jest przyczyna wzajemnego zakłócania symptomów uszkodzeń. Ze względu na konieczność analizy sygnałów niestacjonarnych i impulsowych w niniejszym artykule wykorzystano dyskretna transformatę falkową (DWT). Na podstawie sygnałów zdekomponowanych za jej pomocą wyznaczono wartość entropii, która stanowiła podstawę do budowy wzorców stanów pracy silnika, przeznaczonych do uczenia sieci neuronowych. Z przeprowadzonych badań wynika, że istnieje możliwość wykorzystania radialnych sztucznych sieci neuronowych do oceny nieszczelności zaworu wylotowego w silniku ZS.
    In case of diagnosing combustion engines by vibration methods, the presence of numerous sources of vibration cannot be neglected, which are the reason for reciprocal interference of symptoms of fault. Owing to the necessity of analyzing non-stationary and impulse signals, a discrete wavelet transform (DWT) has been applied in this study. Based on the signals' decomposition performed by means of the transform, the value of entropy was determined, which served as a basis in the construction of the states of engine operation intended for teaching neural networks. As results from the research, there is a possibility of using radial neural networks to assess the diesel engine exhaust valve fault.
    Źródło:
    Zeszyty Naukowe. Transport / Politechnika Śląska; 2011, 73; 15-20
    0209-3324
    2450-1549
    Pojawia się w:
    Zeszyty Naukowe. Transport / Politechnika Śląska
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
      Wyświetlanie 1-2 z 2

      Ta witryna wykorzystuje pliki cookies do przechowywania informacji na Twoim komputerze. Pliki cookies stosujemy w celu świadczenia usług na najwyższym poziomie, w tym w sposób dostosowany do indywidualnych potrzeb. Korzystanie z witryny bez zmiany ustawień dotyczących cookies oznacza, że będą one zamieszczane w Twoim komputerze. W każdym momencie możesz dokonać zmiany ustawień dotyczących cookies