During the course of samples training, production rules, semantic networks, frame knowledge expression etc are synthesized to express the condensing equipment fault diagnosis knowledge effectively, ensuring data integrity, reduce data redundancy.
本文在建立故障样本时应用了产生式规则,语义网络,框架式等知识表达方法,有效的表达了凝汽设备故障诊断知识,保证数据的完整性,减少数据冗余。
参考来源 - 蚁群神经网络在电厂凝汽设备故障诊断中的应用研究·2,447,543篇论文数据，部分数据来源于NoteExpress
应用推荐