本文档是基于SOM神经网络的发动机故障诊断,用于专业人员或科研人员对SOM神经网络或故障诊断进行学习。
2022-01-13 19:14:52 1.56MB SOM神经网络 故障诊断
1
网络路由交换,网络故障问题,根叔的云图-网络故障大排查-作者:华三技术有限公司-清华-2016.12-P1347
2022-01-05 22:59:05 8.86MB 网络排查
1
现有训练集数据,1000 × 7,如下: xxxxxxxxxxxxxxxxxxxx 有测试集数据,100 × 7,如下: xxxxxxxxxxxxxxxxxxxx 以上数据分别是从某系统采集的数据,  训练数据集中,分别是采集的数据和标注结果,其中1、2分别表示该系统有无故障;  测试数据集中,分别是采集的数据和真实结果,其中1、2分别表示该系统有无故障; 现在需要使用训练数据集训练BP神经网络,然后用训练好的神经网络对测试数据集进行测试,并与真实结果进行对比,最终分析出神经网络的性能。 % --- Executes on button press in pushbutton6. function pushbutton6_Callback(hObject, eventdata, handles) % hObject handle to pushbutton6 (see GCBO) % eventdata reserved - to be defined in a future version of MATLAB % handles structure with handles and user data (see GUIDATA) global output_test inputn_train outputn_train inputn_test ... outputps BPoutput_test xunlian_num Error input_train output_train %创建网络 %获得gui_set中值 num_yinhan=str2num(get(findobj('tag','edit_yinhan'),'string')); TF=get(findobj('tag','transfer'),'string'); %传递函数 valueTF=get(findobj('tag','transfer'),'value'); TF=TF{valueTF}; BTF=get(findobj('tag','train'),'string'); %训练函数 valueBTF=get(findobj('tag','train'),'value'); BTF=BTF{valueBTF}; BLF=get(findobj('tag','learn'),'string'); %学习函数 valueBLF=get(findobj('tag','learn'),'value'); BLF=BLF{valueBLF}; tic;%启动一个定时器 net=newff(inputn_train,outputn_train,num_yinhan,{TF},BTF,BLF); net.trainParam.epochs=str2num(get(findobj('tag','cishu'),'string')); net.trainParam.goal=str2num(get(findobj('tag','goal'),'string')); net.trainParam.lr=str2num(get(findobj('tag','rate'),'string')); net=train(net,inputn_train,outputn_train); an=sim(net,inputn_test); t=toc;%关闭定时器,获取程序运行时间 %网络输出反归一化
典型的网络故障分析、检测与排除参考.pdf
2021-12-27 18:11:53 45KB
网络故障的分类 网络故障的分层排除法 网络故障的检查 网络故障的诊断
2021-12-19 08:55:24 334KB 故障排查 网络故障
1
全面教你判断局域网故障,排查问题 故障诊断,排除思路。
2021-12-18 21:05:59 180KB 网络故障判断 排查
1
网络故障处理思路与方法 当今的网络互连环境是复杂的,而且其复杂性还在日益增长,主要原因如下:  网络要求支持更广泛的应用,包括数据、语音、视频及它们的集成传输;.  新业务发展使网络带宽的需求不断增长,这就要求新技术的不断出现。例如:百兆以太网向千兆、万兆以太网的演进;提供QoS能力等。  新技术的应用同时还要兼顾传统的技术。 能够正确地维护网络尽量不出现故障,并确保出现故障之后能够迅速、准确地定位问题并排除故障,对网络维护和管理人员来说是个挑战。 这不但要求对网络协议和技术有着深入的理解,更重要的是要建立一个系统化的故障处理思想并合理应用于实际中,以将一个复杂的问题隔离、分解或缩减排错范围,从而及时修复网络故障。这需要各位工程师在维护和管理网络设备的实践中不断积累排错知识与经验。 网络排错与案例分析
2021-12-18 08:57:33 1.05MB 网络故障处理
1
提出了一种基于遗传算法优化的RBF神经网络故障诊断方法,此诊断方法首先利用小波包分解的方法对传感器电路的各种故障数据进行特征提取,再将所得的特征向量输入到遗传算法优化的RBF神经网络进行故障诊断。经过MATLAB仿真,此故障诊断方法不仅对传感器故障进行准确分类,而且提高了BP神经网络的收敛性,从而验证了此方法是可行的。
1
…… 案例三:【多协议使用,设置不良,服务器超流量工作】 案例四:【水晶头损坏引起大型网络故障】 案例五:【网线制作不标准,引起干扰,发生错误】 ……
2021-12-09 11:25:13 151KB 网络 故障 案例
1
网络故障排除、网络故障分析。网络故障分析思路。故障实例分析。OSPF 、 RIP路由协议故障分析与故障排除。
2021-11-28 07:23:28 10.54MB 网络故障 故障分析
1