基于小波包特征提取的ART1网络故障诊断研究
Fault Diagnosis Based on Wavelet Packets and ART1 Neural Networks作者机构：武汉大学电气工程学院武汉430072
出 版 物：《振动．测试与诊断》 (Journal of Vibration,Measurement & Diagnosis)
年 卷 期：2004年第24卷第4期
页 面：298-302页
核心收录：
学科分类：12[管理学] 1201[管理学-管理科学与工程(可授管理学、工学学位)] 081104[工学-模式识别与智能系统] 08[工学] 080401[工学-精密仪器及机械] 0804[工学-仪器科学与技术] 080402[工学-测试计量技术及仪器] 0838[工学-公安技术] 0835[工学-软件工程] 0811[工学-控制科学与工程] 0812[工学-计算机科学与技术（可授工学、理学学位）]
主 题：小波包 自适应共振理论 ART1神经网络 故障诊断 系统仿真
摘 要：系统阐述了小波包分解及 ART1神经网络的基本理论和特点 ,在对故障诊断进行理论分析的基础上 ,结合ART1神经网络对输入矢量的要求 ,提出了一种差值门限方法 ,将小波包特征提取与 ART1神经网络相结合进行动态系统的故障诊断。用 MATL AB仿真了系统及其故障 ,对上述故障诊断方法进行了测试实验。实验结果表明 ,基于小波包特征提取的 ART1神经网络故障诊断方法是可行的 ,能够应用于多个领域 ,其发展前景广阔。
维普期刊数据库
同方期刊数据库