RBF网络的船舶电子信息设备状态识别

发布时间：2024-03-25 02:29

　　受到电子信息设备状态信号分类能力的限制,致使传统识别方法在不同的环境下存在识别效率低的问题,为此提出RBF网络的船舶电子信息设备状态识别方法。首先按照电子信息设备的运行状态,设置特征参数的活动区间,以此作为设备状态的识别标准。利用RBF网络运行原理设计分类器,收集实时设备信号数据作为分类器的输入值。以分类器的输出结果为基础,提取电子信息设备信号特征,通过与设置的工作状态参数作匹配,实现船舶电子信息设备状态的识别。经过与传统设备状态识别方法的对比实验得出结论,设计识别方法在2种实验环境下,识别速度与识别精度均高于传统方法,即设计识别方法在识别效率方面具有明显优势。

【文章页数】：3 页

【部分图文】：

图1RBF网络分类器结构图Fig.1StructurechartofRBFnetworkclassifier

所示。表1设备放电状态参数区间Tab.1Parameterrangeofequipmentdischargestate放电类型起始电压/kV击穿电压/kV悬浮放电1.56.5针板放电8.711.9沿面放电3.09.8气隙放电5.010.1同理可以将船舶电子信息设备的正常运行、异常....

图2径向基传递函数曲线Fig.2Radialbasistransferfunctioncurve

RBF网络的船舶电子信息设备状态识别效率设计对比实验，在实验中设置测试参数分别为识别精度和识别速度，在相同的时间内，识别正确数量多证明识别方法的精度高，则识别效率更高。而处理相同的识别信号，消耗的时间更短证明识别速度更快，识别效率更高。通过上述理论得出有关于识别效率的实验结果。2....

图4船舶航行环境下设备状态识别精度对比曲线Fig.4Comparisoncurveofequipmentstateidentificationaccur-acyinshipnavigationenvironment

试结果识别精度主要是统计实验过程中正确识别样本和总识别样本之间的比例关系，分别统计2种识别方法在不同实验环境下的识别正确数量，通过计算得出在船舶航行环境下识别精度的量化对比结果如图4所示。从图4曲线的走向可以看出，2种识别方法的识别精度存在一定的差异，其中设计识别方法的识别精度始....

本文编号：3938394