热力系统辨识与仿真_概率神经网络(PNN)简介.pptxVIP

概率神经网络(PNN)辨识的应用 September 30, 2016 姓名： 学号： 1 概率神经网络简介 概率神经网络(PNN) 是一种将概率密度用在分类中的并行算法。这类神经网络常被用来解决分类问题，在图形学中的图像识别、人工智能设备的辨识、各类机械设备的故障诊断以及状态监测中运用的较多。 概率神经网络是一种前馈神经网络，它可以用线性学习算法来处理非线性的问题，与此同时也可以保持非线性学习算法的精度。这种网络不仅精度高结构还简单，训练起来很方便。网络中的权值就是模式样本的分布，网络权值不需要训练就可以满足要求。运用起来方便简单 1.1 应用及优点 1 概率神经网络简介 1.2 PNN网络组成 概率神经网络基本结构 2 PNN进行故障诊断 2.1 仿真 2 PNN进行故障诊断 2.2 获得数据 2 PNN进行故障诊断 2.3 进行网络训练 将归一化后的数据输入网络进行训练，训练好后即可以用网路来进行故障诊断。 将一组参数输入网络，网络既可以给出是否发生故障，以及故障的类型。 2 PNN进行故障诊断 2.4 诊断结果 3 PNN进行图像识别 3.1 图像识别原理 车牌号由蓝色和白色组成，但是如果放大来看的话就会发现背景色不仅仅是蓝色，牌号也不仅仅有白色组成，还间杂了其他颜色。 车牌号采用RGB来绘制每一个像素点，PNN神经网络识别图片中每个像素点，接近蓝色RGB值的分为A，接近白