论文部分内容阅读
采用基于竞争学习和聚类分析的学习向量量化(LVQ)方法,研究转子碰摩混沌响应信号的神经网络分类识别问题,给出了相应的理论分析和计算结果,着重研究了LVQ网络在不同噪声时的识别情况.分析结果表明,该方法可以实现转子碰摩混沌信号与其它响应信号的分类识别,并且具有良好的抗噪性能,为转子碰摩混沌信号的分类识别提供了一种较为直接的实时处理方法.