粗糙集和主元分析在基于神经网络的模拟电路故障诊断中的应用

被引:5
作者
胡慧
张彪
机构
[1] 天津铁道职业技术学院
关键词
主元分析; 粗糙集理论; 模拟电路; 故障诊断;
D O I
暂无
中图分类号
TN710 [电子电路]; TP183 [人工神经网络与计算];
学科分类号
摘要
针对基于神经网络的模拟电路故障诊断中,故障特征集维数过高带来的诊断难点,提出了利用粗糙集和主元分析法对故障特征集进行预处理。粗糙集对故障诊断决策表进行属性约简,主元分析进行数据压缩及特征提取。试验仿真表明,对预处理后的数据进行识别,简化了神经网络结构,可有效提高网络的训练速度与诊断效率。
引用
收藏
页码:35 / 37
页数:3
相关论文
共 5 条
[1]   基于主元分析与神经网络的模拟电路故障诊断 [J].
王承 ;
陈光 ;
谢永乐 .
电子测量与仪器学报, 2005, 19 (05) :14-17
[2]   粗糙集理论及其应用进展 [J].
胡可云 ;
陆玉昌 ;
石纯一 .
清华大学学报(自然科学版), 2001, (01) :64-68
[3]   基于粗糙集理论的数据挖掘模型 [J].
李永敏 ;
朱善君 ;
陈湘晖 ;
张岱崎 ;
韩曾晋 .
清华大学学报(自然科学版), 1999, (01) :111-114+118
[4]   Rough sets as a front end of neural-networks texture classifiers [J].
Swiniarski, Roman W. ;
Hargis, Larry .
Neurocomputing, 2001, 36 (01) :85-102
[5]   Fault diagnosis using rough sets theory [J].
Shen, LX ;
Tay, FEH ;
Qu, LS ;
Shen, YD .
COMPUTERS IN INDUSTRY, 2000, 43 (01) :61-72