基于粗糙集属性约简和贝叶斯分类器的故障诊断

• 作者: 冯中魁 姚成玉 李男 陈东宁
• 来源期刊: 中国机械工程
• 关键词: 故障诊断 改进小波包 粗糙集 属性约简 属性加权朴素贝叶斯分类器
• 年，卷（期）: 2015,（14）
• 所属期刊栏目: 科学基金
• 页码范围: 1969-1977
• 页数: 9页
• 分类号: TH165.3|TH133.33
• 语种: 中文

摘要

利用改进的小波包对收集的信号进行特征提取，解决了小波包分解的频率混叠问题；针对故障信息中的冗余属性问题，提出了基于类差别矩阵改进属性重要度的属性约简算法，根据各条件属性在类差别矩阵中出现1的频次定义新的属性重要度，提高属性约简的效率；通过考虑条件属性与类属性间的关联性，提出了基于熵权法的属性加权朴素贝叶斯分类器算法，提高故障分类精度。通过对滚动轴承故障数据的对比分析，验证了所提组合方法在提高故障诊断正确率、快速性方面所具有的优势。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈东宁	燕山大学河北省重型机械流体动力传输与控制重点实验室	32	504	12.0	22.0
5	姚成玉	燕山大学河北省工业计算机控制工程重点实验室	72	999	16.0	29.0
6	冯中魁	燕山大学河北省工业计算机控制工程重点实验室	3	29	3.0	3.0
7	李男	燕山大学河北省工业计算机控制工程重点实验室	2	25	2.0	2.0