基于Rough Sets-C4.5的故障征兆提取与判别

摘要：

针对原始信息系统往往存在大量重复样本和冗余属性,从而影响实际故障诊断的精度和速度这一问题,介绍了一种基于粗糙集和决策树C4.5算法相融合的故障诊断模型,用于设备的精确和快速故障诊断.利用粗糙集具有较强的处理不确定和不完备信息的能力,对原始样本集进行离散化及约简处理;同时,利用决策树C4.5算法对约简后的决策表进行快速学习并形成树状故障分类器.以实例介绍了利用该模型进行故障诊断的完整过程.

关键词：粗糙集、属性、约简、决策树、故障诊断

所属期刊栏目：27

分类号：TP182;TP183(自动化基础理论)

资助基金：辽宁省科技计划20041013

在线出版日期：2006-11-08（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：1138-1141