应用粗糙集提取柴油机故障数据特征

被引：5

作者：

殷杰

柴毅

郭茂耘

机构：

[1] 重庆大学自动化学院

来源：

计算机工程与应用 | 2011年 / 47卷 / 29期

关键词：

粗糙集; 自组织特征映射(SOM); 属性约简; 特征提取;

D O I：

暂无

中图分类号：

TK428 [检修与维护]; TP18 [人工智能理论];

学科分类号：

080707 [能源环境工程]; 140502 [人工智能];

摘要：

根据柴油机故障数据的特点,采用粗糙集理论对其进行特征提取研究。由于实际测量的参数大多为连续数据,而粗糙集只能处理离散数据,提出了一种适用于粗糙集的SOM网络离散化方法;给出一种基于简化差别矩阵的快速属性约简算法;以6135D型柴油机故障诊断数据为例进行特征提取,成功地将原始8个属性约简为3个,为后续研究工作打下了基础。

引用

页码：231 / 234

页数：4

共 12 条

[1]

数据挖掘理论与应用.[M].胡可云; 田凤占; 黄厚宽; 编著.北京交通大学出版社.2008,

[2]

粗糙集理论、算法与应用.[M].苗夺谦; 李道国; 著.清华大学出版社.2007,

[3]

数据挖掘教程.[M].(美)RichardJ.Roiger;(美)MichaelW.Geatz著;翁敬农译;.清华大学出版社.2003,

[4]

Rough sets and intelligent data analysis.[J]..Information Sciences.2002, 1

[5]

The self-organizing map.[J].Teuvo Kohonen.Neurocomputing.1998, 1

[6]

柴油机技术现状及发展展望 [J].

崔荣健 .

船电技术, 2009, 29 (12) :43-47

[7]

New heuristic method for data discretization based on rough set theory.[J]..The Journal of China Universities of Posts and Telecommunications.2009, 06

[8]

Feature evaluation and extraction based on neural network in analog circuit fault diagnosis.[J]..Journal of Systems Engineering and Electronics.2007, 02

[9]

一个复杂度为max(O（|C||U|）,O（|C|2|U/C|）)的快速属性约简算法 [J].

徐章艳 ;

刘作鹏 ;

杨炳儒 ;

宋威 .

计算机学报, 2006, (03) :391-399

[10]

故障特征提取的方法研究 [J].

刘中华 ;

盛赛斌 .

电子技术应用, 2004, (11) :19-21

← 1 2 →