TY -的A2 -索贝尔,肯尼斯·m . AU -庞,掸族盟-杨,新沂AU -张、Xiaofeng PY - 2016 DA - 2016/08/23 TI -航空引擎组件故障诊断使用Multi-Hidden-Layer极端学习机优化结构SP - 1329561六世- 2016 AB -一个新的航空燃气涡轮发动机气路部件故障诊断方法基于Multi-Hidden-Layer极端学习机(OM-ELM)提出了优化结构。OM-ELM雇佣研究粒子群优化自动获得最优网络结构根据训练数据集的均方根误差和标准输出权重。该方法应用于手写识别数据集和燃气涡轮发动机诊断应用程序与基本的榆树,multi-hidden-layer榆树,和两个先进的深度学习算法:深度信念网和去噪autoencoder不利。结果表明,优化网络结构,OM-ELM取得更好的测试精度在应用程序和传感器噪声更健壮。与此同时它控制模型复杂性和需要远不及multi-hidden-layer榆树隐藏节点,从而节约计算机内存,使其更高效的实现。所有的这些优势使我们的方法的有效和可靠的工具引擎组件故障诊断工具。SN - 1687 - 5966你2016/1329561 / 10.1155——https://doi.org/10.1155/2016/1329561——摩根富林明-国际航空航天工程杂志PB Hindawi出版公司KW - ER