一种RVM模糊模型辨识方法及在故障预报中的应用
对复杂、病态、非线性动态系统进行故障预报的重点和难点是建立系统故障状况的数学模型,通常难以建立精确的数学模型,相比之下构建其模糊模型是一个有效途径.本文研究了相关向量机(Relevance vector machine,RVM)与模糊推理系统(Fuzzy inference system,FIS)之间的内在联系,证明了基于RVM的FIS具有一致逼近性,并提出了一种基于RVM和梯度下降(Gradient descent,GD)算法的模糊模型辨识方法.基于所给出的模糊模型辨识方法提出了一种新的故障预报算法.仿真结果表明所建立的模糊模型不仅结构更加简单,而且能达到更高的预测精度,所提出的故障预报算法能准确地预报系统故障.
文件下载
评论信息
其他资源
- STM32自动浇花系统.zip
- 反击变换器的matlab仿真
- CAD数字生成高程点文件
- 基于Matlabm文件的GMSK调制解调系统仿真实现
- matlab写的子波提取例子 wavelete
- 西安公交线路数据
- 异常检测（高斯分布模型）+测试数据
- 火灾检测图片voc集,和训练好的yolo_tiny模型weights
- MATLAB 仪器示数识别（带GUI界面）.zip
- 分别用Yule-Walker法、Burg法、协方差法进行AR模型的功率谱估计，并进行比较。
- 编译原理实验java
- Android Mp3 本地音乐播放器
- 聚类算法及评价可视化工具箱
- 电脑-Android手机之间TCP协议局域网文件传送
- network information theory chap6 课后题答案
- yltwebsocket.rar
- U3S_MP_V3.287.zip
- matlab神曲卡农
- 基于51单片机的电子琴
- CC2530控制DHT11
- c++ access 实现花店管理系统
- OpenSSL教程，比官方文档好多了
免责申明
【只为小站】的资源来自网友分享，仅供学习研究，请务必在下载后24小时内给予删除，不得用于其他任何用途，否则后果自负。基于互联网的特殊性，【只为小站】 无法对用户传输的作品、信息、内容的权属或合法性、合规性、真实性、科学性、完整权、有效性等进行实质审查；无论 【只为小站】 经营者是否已进行审查，用户均应自行承担因其传输的作品、信息、内容而可能或已经产生的侵权或权属纠纷等法律责任。
本站所有资源不代表本站的观点或立场，基于网友分享，根据中国法律《信息网络传播权保护条例》第二十二条之规定，若资源存在侵权或相关问题请联系本站客服人员，zhiweidada#qq.com，请把#换成@，本站将给予最大的支持与配合，做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明
本站所有资源不代表本站的观点或立场，基于网友分享，根据中国法律《信息网络传播权保护条例》第二十二条之规定，若资源存在侵权或相关问题请联系本站客服人员，zhiweidada#qq.com，请把#换成@，本站将给予最大的支持与配合，做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明