基于K-Means和粗糙集神经网络的节点故障诊断

• 作者: 宋喜忠
• 来源期刊: 信阳师范学院学报（自然科学版）
• 学科: 工学
• 关键词: 传感器节点 故障诊断 粗糙集 神经网络
• 年，卷（期）: 2014,（2）
• 所属期刊栏目: 应用技术研究
• 页码范围: 292-295
• 页数: 4页
• 分类号: TP319
• 字数: 3203字
• 语种: 中文
• DOI: 10.3969/j.issn.1003-0972.2014.02.032

摘要

传感器节点通常被随机布撒于环境恶劣甚至无人能及的区域，容易发生各类故障。为了解决此问题，研究了基于K-Means算法和粗糙集神经网络的节点故障诊断方法。首先，采用改进的K-Means算法离散化数据连续属性值；然后，通过粗糙集互信息法对数据属性进行约简，以提高诊断效率；最后，建立三层的BP神经网络故障诊断模型，通过蛙跳算法对权值优化得到最终的故障诊断模型。仿真实验证明文中方法能实现传感器节点故障诊断，且与其他方法相比，具有较高的故障诊断精度和较少的诊断时间。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	宋喜忠	黄淮学院信息工程学院	18	27	3.0	4.0