本文主要研究内容
作者曾宇柯,陈焕新,黄荣庚（2019）在《基于局部异常因子结合神经网络的制冷剂充注量故障诊断》一文中研究指出：为提升多联机系统故障检测率,本文提出了一种基于局部异常因子结合神经网络的多联机故障诊断方案,并进行制冷剂充注量实验验证该方案的可行性。研究通过局部异常因子(Local Outlier Factor,LOF)法剔除实验原始数据中的异常值,再构建反向传播(Back-Propagation,BP)神经网络进行制冷剂充注量故障诊断,同时优化模型隐含层节点数,进一步提升故障检测率。结果表明:LOF法能有效剔除多联机异常值;较BP神经网络,最优隐含层节点数的LOF-BP神经网络诊断性能增强,整体检测率提高至98.97%。
Abstract
wei di sheng duo lian ji ji tong gu zhang jian ce lv ,ben wen di chu le yi chong ji yu ju bu yi chang yin zi jie ge shen jing wang lao de duo lian ji gu zhang zhen duan fang an ,bing jin hang zhi leng ji chong zhu liang shi yan yan zheng gai fang an de ke hang xing 。yan jiu tong guo ju bu yi chang yin zi (Local Outlier Factor,LOF)fa ti chu shi yan yuan shi shu ju zhong de yi chang zhi ,zai gou jian fan xiang chuan bo (Back-Propagation,BP)shen jing wang lao jin hang zhi leng ji chong zhu liang gu zhang zhen duan ,tong shi you hua mo xing yin han ceng jie dian shu ,jin yi bu di sheng gu zhang jian ce lv 。jie guo biao ming :LOFfa neng you xiao ti chu duo lian ji yi chang zhi ;jiao BPshen jing wang lao ,zui you yin han ceng jie dian shu de LOF-BPshen jing wang lao zhen duan xing neng zeng jiang ,zheng ti jian ce lv di gao zhi 98.97%。
论文参考文献
论文详细介绍
论文作者分别是来自制冷技术的曾宇柯,陈焕新,黄荣庚，发表于刊物制冷技术2019年01期论文，是一篇关于多联机系统论文,故障检测与诊断论文,局部异常因子论文,神经网络论文,制冷技术2019年01期论文的文章。本文可供学术参考使用，各位学者可以免费参考阅读下载，文章观点不代表本站观点，资料来自制冷技术2019年01期论文网站，若本站收录的文献无意侵犯了您的著作版权，请联系我们删除。
标签：多联机系统论文; 故障检测与诊断论文; 局部异常因子论文; 神经网络论文; 制冷技术2019年01期论文;