一种基于状态X2检验的Fuzzy ART神经网络故障检测方法
| 外文标题 | A FAILURE DETECTION METHOD USING FUZZY ART NEURAL NETWORK BASED ON STATE CHI-SQUARE TEST |
| 文献类型 | 期刊 |
| 作者 | 江春红[1];陈哲[2] |
| 机构 | [1]北京航空航天大学自动化科学与电气工程学院 [2]北京航空航天大学自动化科学与电气工程学院 ↓ |
| 来源信息 | 年:2002卷:15期:1页码范围:36-41 |
| 期刊信息 | 模式识别与人工智能ISSN:1003-6059 |
| 关键词 | 动态系统,状态X2检验,Fuzzy ART,故障检测,故障定位 |
| 摘要 | 对于高阶复杂的动态系统,实时故障检测与隔离对保证和提高系统的精度和可靠性尤为重要本文将状态X2检验和Fuzzy ART神经网络相结合,提出一种新的动态系统故障检测方法.该方法通过实时监测动态系统的状态分量,不仅能实时地确定动态系统量测值的有效性,而且能将故障的特征值提取出来,并利用Fuzzy ART神经网络实时确定故障的类别,从而实现动态系统的故障定位与隔离.将该方法应用于INS/GPS组合系统的故障检测中,仿真结果证明这种方法效果很好 |
| 收录情况 | PKU |
| 所属部门 | 自动化科学与电气工程学院 |
| 链接地址 | http://d.g.wanfangdata.com.cn/Periodical_mssbyrgzn200201006.aspx |
| DOI | 10.3969/j.issn.1003-6059.2002.01.006 |
| 人气指数 | 1 |
| 浏览次数 | 1 |
全文
影响因子：
dc:title:一种基于状态X2检验的Fuzzy ART神经网络故障检测方法
dc:creator:江春红;陈哲
dc:date: publishDate:2002-03-15
dc:type:期刊
dc:format: Media：模式识别与人工智能
dc:identifier: LnterrelatedLiterature：模式识别与人工智能.2002,15(1),36-41.
dc:identifier:DOI：10.3969/j.issn.1003-6059.2002.01.006
dc: identifier:ISBN:1003-6059
