基于粗糙集与支持向量机的故障智能分类方法

• 作者: 姚琼荟 徐袭 石敏
• 来源期刊: 计算技术与自动化
• 关键词: 粗糙集 支持向量机 属性约简 故障分类
• 年，卷（期）: 2006,（1）
• 所属期刊栏目: 自控理论及应用
• 页码范围: 32-34
• 页数: 3页
• 分类号: TP29
• 语种: 中文
• DOI: 10.3969/j.issn.1003-6199.2006.01.011

摘要

结合粗糙集的属性约简与支持向量机的分类功能,提出一种应用粗糙集与支持向量机的故障分类方法.该方法应用粗糙集理论属性约简作为诊断数据预处理器,可将冗余属性从诊断决策表中删除,而不损失有效信息,然后基于支持向量机进行故障分类建模和预测.该方法可降低故障诊断数据维数及支持向量机在故障分类过程中的复杂度,但不会降低分类性能.将方法应用于某柴油机故障诊断数据的测试分类,结果表明该方法可快速正确的从数据获得故障类别.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	石敏	海军工程大学电气与信息工程学院	26	364	9.0	19.0
2	姚琼荟	海军工程大学电气与信息工程学院	39	775	15.0	27.0
3	徐袭	海军工程大学电气与信息工程学院	17	194	7.0	13.0