基于K-means-RBF的机载传感器评估

摘要：

针对传统RBF神经网络存在的高维数据学习训练问题,采用K-means聚类算法设计RBF神经网络数据中心,建立基于聚类RBF神经网络的机载传感器精度评估模型,运用改进的RBF神经网络对机载传感器系统进行精度评估研究.仿真研究结果表明,与传统RBF神经网络评估算法相比,该算法有效减少评估时间,提高预测精度,表明算法是合理和有效的.

关键词：精度评估、实时故障诊断、聚类、K-means、RBF

所属期刊栏目：38

分类号：V271;TP18(各类型航空器)

资助基金：航空科学基金20115553021;西北工业大学基础研究基金JC20110222;西北工业大学电子信息学院"E之星"基金资助项目E20110001

在线出版日期：2013-04-18（万方平台首次上网日期，不代表论文的发表时间）

页数：共3页

页码：166-168