基于K-Means和粗糙集神经网络的节点故障诊断

被引：6

作者：

宋喜忠

机构：

[1] 黄淮学院信息工程学院

来源：

信阳师范学院学报(自然科学版) | 2014年 / 27卷 / 02期

关键词：

传感器节点; 故障诊断; 粗糙集; 神经网络;

D O I：

暂无

中图分类号：

TP183 [人工神经网络与计算];

学科分类号：

140502 [人工智能];

摘要：

传感器节点通常被随机布撒于环境恶劣甚至无人能及的区域,容易发生各类故障.为了解决此问题,研究了基于K-Means算法和粗糙集神经网络的节点故障诊断方法.首先,采用改进的K-Means算法离散化数据连续属性值;然后,通过粗糙集互信息法对数据属性进行约简,以提高诊断效率;最后,建立三层的BP神经网络故障诊断模型,通过蛙跳算法对权值优化得到最终的故障诊断模型.仿真实验证明文中方法能实现传感器节点故障诊断,且与其他方法相比,具有较高的故障诊断精度和较少的诊断时间.

引用

页码：292 / 295

页数：4

共 9 条

[1]

模糊前向神经网络在瓦斯涌出量预测中的应用 [J].