基于马尔可夫链的自适应性神经网络训练算法

摘要：

提出一种基于马尔可夫链的自适应性神经网络训练方法,对传统的S型激励函数进行了改进,建立了自适应性的神经网络分类器.在假设样本中噪声服从于正态分布的情况下建立最大似然估计,通过后验概率建立马尔科夫链对样本进行训练,提高了神经网络训练速度.在轴承故障诊断中的测试结果表明,该算法可以迅速稳定地训练出神经网络,有效提高诊断的分类结果.

关键词：自适应性、激励函数、故障诊断、神经网络

所属期刊栏目：40

分类号：TP393(计算技术、计算机技术)

资助基金：广西教育厅科研项目201204LX346;玉林师范学院校级重点项目2011YJZD20

在线出版日期：2014-11-03（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：142-145