10.3969/j.issn.1673-629X.2018.02.010
基于约简矩阵和C4.5决策树的故障诊断方法
现阶段由于智能装备的结构和功能不断完善,机械故障预兆和故障特征也不断复杂化,导致了故障诊断难度大大增加.由于机器学习和数据挖掘技术的不断革新,基于数据挖掘的故障诊断系统快速发展,提高了故障诊断效率,减少了因诊断延迟造成的损失.对此,提出一种基于辨识约简矩阵的决策树故障诊断方法,实现了故障样本决策表的高效生成并保证诊断的正确性.首先采用粗糙集的决策树方法建立故障诊断决策表,然后离散化处理特征数据;接着采用可辨别矩阵约简算法进行属性约简,删除冗余信息,形成精简的决策表;最后使用C4.5算法构造出最终决策树,并用该方法与直接使用C4.5算法所生成决策树进行对比分析.实验结果表明,该方案有一定的容错能力,并且是一种快速、可靠的故障诊断方法.
粗糙集、可辨识矩阵、C4.5算法、决策树、故障诊断
28
TP393(计算技术、计算机技术)
国家自然科学基金11562006
2018-03-29(万方平台首次上网日期,不代表论文的发表时间)
共5页
40-44