期刊文献+

基于Rosetta的粗糙集神经网络在风机故障诊断中的应用 被引量:4

Rough Set Reduction of Fan Fault Diagnosis Based on Rosetta
下载PDF
导出
摘要 为了实现多传感器信息数据在神经网络中得到更好的运用,解决样本数据大导致网络复杂的问题。本文利用基于Rosetta数据分析平台对UCI数据库的机械故障数据集粗糙约简,剔除冗余特征以减少神经网络的输入节点,简化网络结构、提高运算速度。 In order to make the information from multiple sensors to get better use in the neural network.,and solve the problem of more samples will lead to more complex network.In this paper,the mechanical failure in the UCI database have been reducted based on Rosetta platform,removed redundant features to reduce the neural network input nodes,simplify network structure and improve the processing speed.
作者 臧红岩
机构地区 山东轻工业学院
出处 《可编程控制器与工厂自动化(PLC FA)》 2011年第5期79-80,83,共3页 Programmable controller & Factory Automation(PLC & FA)
关键词 粗糙集 矿井风机 故障诊断 属性约简 Rough Sets Mine Fans Failure Analysis Attribute reduction
  • 相关文献

同被引文献27

引证文献4

二级引证文献14

相关作者

内容加载中请稍等...

相关机构

内容加载中请稍等...

相关主题

内容加载中请稍等...

浏览历史

内容加载中请稍等...
;
使用帮助 返回顶部