斜齒輪減速機(jī)電機(jī)一體式的模式識別。斜齒輪減速機(jī)神經(jīng)網(wǎng)絡(luò)作為種自適應(yīng)的模式識別技術(shù)，并不需要預(yù)先給出有關(guān)模式的經(jīng)驗知識和判別函數(shù)，它通過自身的學(xué)習(xí)機(jī)制自動形成所要求的決議計劃區(qū)域。該方法利用硬齒面齒輪減速機(jī)恍惚數(shù)學(xué)的理論和方法來解決模式識別題目，因此合用于分類識別對象或要求的識別結(jié)果具有恍惚性的場合。因此，神經(jīng)網(wǎng)絡(luò)因為自身的特性，在故障模式識別領(lǐng)域中有著越來越廣泛的應(yīng)用。統(tǒng)計分類方法。在良多情況下，特別是對于線性不可分的復(fù)雜決議計劃區(qū)域，齒輪減速機(jī)判別函數(shù)的形式也就格外復(fù)雜。為了避免斜齒輪減速機(jī)估計概率密度的難題，可以來用該方法。齒輪減速電機(jī)同類的樣本彼此相似，具有某些共同的特征，不同類的樣本彼此互不相似。

按照齒輪減速電機(jī)判別準(zhǔn)則來劃分統(tǒng)計分類方法，括小誤判概率準(zhǔn)則和小損失判決規(guī)則等。而且因為全面的典型參考模式樣本不輕易得到，但假如采用概率模型，則會損失模式識別的精度。這種方法的條件是，分體電機(jī)減速機(jī)同類樣本的特征向量相互靠近而不同類樣本的特征向量間隔要大得多。所謂斜齒輪減速機(jī)模式識別就是從模式空間到種別隸屬空間的準(zhǔn)確映射。網(wǎng)絡(luò)的特性由其拓?fù)浣Y(jié)構(gòu)、神經(jīng)元特性、學(xué)習(xí)和練習(xí)規(guī)則所決定。在斜齒輪減速機(jī)傳統(tǒng)的模式識別技術(shù)中，模式分類的基本方法是利用判別函數(shù)來劃分每個種別。網(wǎng)絡(luò)練習(xí)完畢后，故障的模式分類就是根據(jù)給定的組征兆，實現(xiàn)征兆集到故障集之間的非線性映射的過程。其中，網(wǎng)絡(luò)的輸入結(jié)點對應(yīng)著故障征兆，輸出結(jié)點對應(yīng)著故障原因。該方法是利用了斜齒輪減速機(jī)各模式類的分布特征，即直接利用各類的概率密度函數(shù)、后驗概率等，或隱含地利用上述概念進(jìn)行分類識別。目前，恍惚模式識別的方法良多，簡樸、常用的就是大隸屬度原則。在定前提下，根據(jù)樣本空間的相似性把樣本集分為若干子集，結(jié)果應(yīng)是齒輪減速馬達(dá)某種表示聚類質(zhì)量的準(zhǔn)則函數(shù)為大。常用的方法包括C均值法和ISODAIA算法。下面以單隱層BP網(wǎng)絡(luò)為例，先容基于神經(jīng)網(wǎng)絡(luò)的故障診斷的方法和特點。它可以充分利用狀態(tài)信息，對齒輪減速電機(jī)來自于不同狀態(tài)的信息逐進(jìn)行練習(xí)而獲得某種映射關(guān)系。而且網(wǎng)絡(luò)可以連續(xù)學(xué)習(xí)，假如斜齒輪減速機(jī)環(huán)境發(fā)生改變，這種映射關(guān)系還可以自適應(yīng)地進(jìn)行調(diào)整。

斜齒輪減速機(jī)常用的模式識別方法天然界的事物和現(xiàn)象般可分為多個相似，但又不完全相同的群體或個體組成的種別人們把這樣的種別稱為模式類或模式，而把其中每個事物或現(xiàn)象稱為該模式的個樣本?；秀蹦Ｊ阶R別。斜齒輪減速機(jī)聚類分類方法是種無監(jiān)視的學(xué)習(xí)方法，就是不利用樣本的種別屬性知識，只根據(jù)樣本的相似性進(jìn)行分類的方法。先斜齒輪減速機(jī)利用組故障樣本對網(wǎng)絡(luò)進(jìn)行練習(xí)，以確定齒輪減速電機(jī)網(wǎng)絡(luò)的結(jié)構(gòu)(中間層的傳遞函數(shù)和神經(jīng)元數(shù)量)和參數(shù)(神經(jīng)元之間的連接權(quán)值和閾值)。齒輪減速電機(jī)故障診斷中常常用到以下模式識別方法：聚類分類方法。常用樣本的相似性測度包括間隔指標(biāo)和角度指標(biāo)。http://www.huangminghu88.com.cn/product/list-tongzhoujiansuji-cn.html