10.3969/j.issn.1673-629X.2004.08.012
基于聚类、粗糙集和支持向量机的故障诊断
故障诊断有多种方法,利用支持向量机进行故障诊断是其中一种比较有效的方法.但是,故障征兆往往有多个,很难确定哪些征兆是关键的,哪些征兆是冗余的,这样就要搜集处理大量的数据,使支持向量机的结构变得复杂,诊断效率不高.为了提高故障诊断的效率,文中提出一种将K均值聚类、粗糙集、支持向量机相结合进行故障诊断的方法.这种方法首先利用K均值聚类对数据进行预处理,然后利用粗糙集对属性进行约简,最后再用支持向量机进行故障诊断.这样可以充分发挥粗糙集与支持向量机各自的优势,实例证明它可以提高故障诊断的速度和精确度,是一种较好的故障诊断方法.
K均值聚类、粗糙集、支持向量机、故障诊断
14
TP306.3(计算技术、计算机技术)
2004-09-09(万方平台首次上网日期,不代表论文的发表时间)
共3页
38-40