%0 Journal Article
%A 蔡道勇
%A 侯蒙蒙
%A 许同乐
%A 薛磊江
%T FastICA遗传神经网络算法
%D 2014
%R 10.13190/j.jbupt.2014.04.006
%J 北京邮电大学学报
%P 25-28
%V 37
%N 4
%X <p>针对反向传播（BP）算法和基于负熵固定点迭代快速独立分量分析（FastICA）方法各自的优缺点，提出了FastICA遗传神经网络算法，对滚动轴承进行故障识别.首先对信号进行FastICA分离，得到振动信号故障信息的独立分量，每个独立分量对应着相应的能量，将各个独立分量的能量构成特征向量；其次利用遗传算法对BP神经网络的初始权值和阈值进行优化，得到遗传神经网络；最后将特征向量作为遗传神经网络的输入样本进行故障识别.利用该方法对滚动轴承多类故障信号进行识别，提高了故障识别能力.</p>
%U https://journal.bupt.edu.cn/CN/10.13190/j.jbupt.2014.04.006