登录    注册    忘记密码

期刊文章详细信息

基于RS与LS_SVM的密闭鼓风炉故障诊断    

Imperial smelting furnace fault diagnosis based on rough set and least squares support vector machine

  

文献类型:期刊文章

作  者:戴贤江[1] 桂卫华[1] 蒋少华[1]

机构地区:[1]中南大学信息科学与工程学院控制科学与工程系,长沙410083

出  处:《计算机工程与应用》

基  金:国家自然科学重点基金(the National Natural Science Foundation of China under Grant No.60634020)

年  份:2008

卷  号:44

期  号:10

起止页码:221-223

语  种:中文

收录情况:AJ、BDHX、BDHX2004、CSA、CSA-PROQEUST、CSCD、CSCD2011_2012、IC、INSPEC、JST、RCCSE、ZGKJHX、核心刊

摘  要:针对密闭鼓风炉故障信息的复杂性和不完备性,建立了基于粗糙集(RS)和最小二乘支持向量机(LS_SVM)相结合的故障诊断模型。首先运用等频率划分法对故障诊断数据中的连续属性进行离散化,然后采用粗糙集理论进行故障诊断决策系统约简,获得最优决策系统。将约简结果与LS_SVM相结合,建立了故障诊断模型。实验结果表明,该模型提高了诊断效率和判断准确率。

关 键 词:粗糙集(RS)  最小二乘支持向量机(LS_SVM)  故障诊断 密闭鼓风炉

分 类 号:TP277]

参考文献:

正在载入数据...

二级参考文献:

正在载入数据...

耦合文献:

正在载入数据...

引证文献:

正在载入数据...

二级引证文献:

正在载入数据...

同被引文献:

正在载入数据...

版权所有©重庆科技学院 重庆维普资讯有限公司 渝B2-20050021-7
 渝公网安备 50019002500408号 违法和不良信息举报中心