典型文献
基于RBF神经网络的Bootstrap数据扩充方法及其在IRSS可靠性估计中的应用
文献摘要：
针对高可靠性、长寿命产品可靠性试验数据样本较少难以进行有效可靠性评估问题,提出一种基于RBF神经网络的Bootstrap数据扩充方法,利用RBF神经网络获取原样本连续分布特性,邻域函数构建网络输入集.仿真表明,由该扩充方法获得的扩充样本分布特性更接近于其真实分布,并有效利用了原样本取值区间上、下限数据信息,拓展更宽的样本取值范围.将其应用于工业机器人伺服系统(IRSS)伪失效寿命分布可靠性评估中,扩充伪失效寿命数据,获得IRSS有效可靠性评估结果,表明方法的实际应用价值.
文献关键词：
径向基神经网络;Bootstrap法;工业机器人伺服系统;可靠性
中图分类号：
作者姓名：
汤少敏;刘桂雄;李小兵
作者机构：
华南理工大学机械与汽车工程学院,广东广州 510640;工业和信息化部第五研究所,广东广州 510610
文献出处：
引用格式：
[1]汤少敏;刘桂雄;李小兵-.基于RBF神经网络的Bootstrap数据扩充方法及其在IRSS可靠性估计中的应用)[J].中国测试,2022(11):22-26,53
A类：
IRSS,工业机器人伺服系统,失效寿命分布
B类：
RBF,Bootstrap,数据扩充,高可靠性,长寿命,产品可靠性,可靠性试验,有效可靠,可靠性评估,原样,分布特性,邻域,函数构建,建网,样本分布,下限,取值范围,命数,明方,径向基神经网络
AB值：
0.259832
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
