动态聚类法的粗糙集规则提取
针对航空发动机的故障样本,提出了一种基于动态聚类的粗糙集规则提取算法.给出了该算法的模型,描述了动态聚类方法和广义欧氏距离,举例说明了这种算法,用神经网络对样本进行训练并验证约简是否正确.结果表明,动态聚类法可以改善分类,使最终的核与约简更精准,去除了干扰信息的影响,在保证诊断精度的同时.提高了故障识别的正确率.
动态聚类法、广义重要度、广义欧氏距离、粗糙集、属性约简
31
TP391(计算技术、计算机技术)
国家自然科学基金委员会与中国民用航空局联合项目60879017;天津市自然科学基金项目08JCYBJC11600
2010-09-21(万方平台首次上网日期,不代表论文的发表时间)
共3页
3054-3056