用多故障造句子，“多故障”造句

提出一種將奇偶方程與參數估計相結合的多故障診斷方法。

針對數字電路中多故障測試生成效率較低的問題，提出了基於神經網絡的數字電路多故障測試生成算法。

實例表明，該方法可有效診斷汽輪發電機組的振動多故障，具有良好的應用前景。

當需要診斷的故障數目較多、擴展故障參數後狀態空間不可觀測時，用一個故障診斷模型無法實現多故障診斷。

以滑動容錯擬合算法為基礎，構造了一組適用於多故障過程脈衝型故障的在線檢測方法，以及故障幅度的統計辨識算法。

複雜系統多故障診斷的計算複雜*一直是一個難題。

由模糊測試導致的許多故障都是內存分配錯誤及緩衝器溢出的結果。

針對複雜機械故障的模式分類問題，提出一種基於非線*判別的多故障分類方法。

基於該模型討論了印刷電路板的故障診斷問題，實例説明了模型的有效*，該模型還具有一定的處理多故障的能力。

通過分析配電網的故障情況，提出一種新型的適用於多電源多故障的簡單矩陣算法。

基於該模型討論了印刷電路板的故障診斷問題，實例説明了模型的有效*[]，該模型還具有一定的處理多故障的能力。

對svm分類算法進行不斷改進，建立了多故障智能分類器。

一百*結果表明，該方法能夠適應診斷過程中出現的不確定*，並實現多故障診斷，具有較高的診斷可靠*和實用*。

給出了非線*系統的一種基於模糊奇偶方程的多故障診斷方法。