基于信息增益率的WNB水下机器人故障分类

摘要：

提高故障诊断能力对于确保水下机器人系统的稳定运行具有重要意义,故障分类是目前水下机器人故障诊断所面临的一个重要问题;针对水下机器人推进器系统数据特征,提出一种基于信息增益率的加权朴素贝叶斯故障分类算法;首先,计算故障训练样本的先验概率,将各属性的信息增益率作为权值;其次,构建基于增益率加权的朴素贝叶斯分类模型;然后,对检测的故障数据利用分类模型获取具有最大后验概率的故障模式,实现故障分类;与朴素贝叶斯算法和决策树算法相比,仿真实验结果表明基于信息增益率加权的朴素贝叶斯算法的分类成功率更高,能够有效地实现水下机器人的故障分类.

关键词：水下机器人、加权朴素贝叶斯、信息增益率、故障分类

所属期刊栏目：24

分类号：TP306(计算技术、计算机技术)

资助基金：国家自然科学基金重点项目51439004;上海市科委科技项目14DZ1205500,14DZ2250900

在线出版日期：2016-11-18（万方平台首次上网日期，不代表论文的发表时间）

页数：共3页

页码：42-44