会议论文《基于EKF训练的归一化RBF神经网络在旋转机械故障诊断中的应用》发表于第五届“工程与振动”科技论坛。该文提出一种结合扩展卡尔曼滤波（EKF）与归一化径向基函数（RBF）神经网络的故障诊断方法，用于提高旋转机械故障识别的准确性与稳定性。通过EKF优化网络参数，增强模型对噪声的鲁棒性，实验结果表明该方法在故障分类中具有良好的性能。
文档为pdf格式，0.63MB，总共6页。
举报
