神经网络辨识不受非线性模型的限制,它依据被辨识系统的输入输出数据对,通过学习得到一个描述系统输入输出关系的非线性映射。给定一个输入,即可得到一个输出,而不需要知道输入输出之间存在着怎样的数学关系。这种自学习特点使得神经网络在解决复杂非线性问题方面具有其独特的优势。-Neural network identification of nonlinear model without restrictions, it was recognition system based on the input a

提出基于核函数主元分析的机械故障诊断方法, 它保留主元分析的优点并具有处理非线性的能力。该方法通过核函数映射将非线性问题转换成高维的线性特征空间, 然后对高维空间中的映射数据作主元分析,提取其非线性特征, 对机械故障模式进行识别。并与主元分析方法进行对比分析, 实验结果表明核函数主元分析法非常有效。-Proposed mechanical fault diagnosis method based on Kernel Principal Component Analysis, it retains