基于熵度量的属性约简算法研究

摘要：

为了减少故障参数的特征数量,加快诊断算法的运行速度,提高故障诊断的效率,本文提出利用熵度量理论对故障参数的特征按重要程度进行排序,将重要程度靠后的特征依次去除,计算去除某些特征后的特征集的熵变化量,若熵变化量变化比较小,则将该特征真正约简,再从约简后的特征集中选出一个最优的约简特征集.利用自组织特征映射神经网络对故障参数特征约简结果进行检验,验证结果表明:利用熵度量理论得出的约简结果能够用于故障诊断且诊断结果正确.

关键词：熵度量、属性约简、故障诊断、SOM神经网络

所属期刊栏目：31

分类号：S11;TP206+.3(农业数学)

资助基金：中央高校基本科研业务费专项基金项目DL13CB14

在线出版日期：2015-10-14（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：87-91