Порівняльний аналіз ефективності багатокласового нейромережевого розпізнавання технічного стану об‘єктів за діагностичними ознаками різних порядків

Abstract

Роботу присвячено дослідженню ефективності класифікатора на основі імовірнісної нейронної мережі для багатокласової діагностики складних просторових об‘єктів з багатоосердковими пошкодженнями. Для розпізнавання технічного стану використовуються багатовимірні вектори діагностичних ознак, які, в загальному випадку, можуть мати значення різних порядків. У результаті навчання та тестування нейромережевого класифікатора визначено інтервал значень параметру впливу мережі для безпомилкового багатокласового розпізнавання технічного стану об‘єкта.

The work is devoted to research efficiency classifier based on probabilistic neural network to multi-class diagnosis of complex spatial objects at the presence of multi-site damages. Multidimensional vectors of diagnostic features are used for recognition of technical condition, features are values of different order. The classifier is trained and tested, the values range of network influence parameter is obtained for correct multi-class recognition.