文件名称：基于Rough Sets-C4.5的故障征兆提取与判别 (2006年)
文件大小：3.27MB
文件格式：PDF
更新时间：2024-05-29 12:33:01
自然科学 论文
针对原始信息系统往往存在大量重复样本和冗余属性，从而影响实际故障诊断的精度和速度这一问题，介绍了一种基于粗糙集和决策树C4.5算法相融合的故障诊断模型，用于设备的精确和快速故障诊断。利用粗糙集具有较强的处理不确定和不完备信息的能力，对原始样本集进行离散化及约简处理；同时，利用决策树C4.5算法对约简后的决策表进行快速学习并形成树状故障分类器。以实例介绍了利用该模型进行故障诊断的完整过程。