基于粗集理论的数据挖掘应用

论述了粗集的基本理论和特点，并对其在旋转机械故障诊断中的应用进行了探索，提出了粗集理论在旋转机械故障诊断中的数据挖掘方法，运用这一方法对故障诊断决策表进行属性约简，去除其中不必要的属性，揭示出旋转机械故障诊断条件属性中的冗余性，最后得出了属性约简的结果以及决策规则。     

数据挖掘及数据库技术在故障诊断专家系统中的应用

分析了数据挖掘技术应用于专家系统的可能性,用粗集理论和集对分析理论解决专家系统中规则的抽取和过滤问题,提出了一种新的规则提取方法.结合开发智能故障诊断系统的经验,讨论了数据库及其相关技术在推理机设计方面的应用.     

粗集在KDD系统中的应用与研究

论述了粗集方法性质及特点,提出了粗集方法在KDD系统中的应用模型,同时给出了应用这一模型对一个数据库实例进行数据挖掘的过程.另外,从精确性、鲁棒性等方面对KDD系统中的粗集方法的适用范围进行了分析.     

β确定下的飞机发电机故障诊断决策约简研究

针对飞机整体驱动发电机故障诊断过程中的故障多源、诊断决策复杂的问题,从数据挖掘角度出发,引用变精度粗集模型处理诊断信息系统.利用对象集定义的二元关系和依赖空间给出了变精度粗糙集的β下近似协调集的判定定理,通过确定近似分类质量γ判断β取值范围并构造下近似分布表,提出了一种决策规则中β下近似属性约简的整体驱动发电机故障诊断决策.通过实际发电机输出故障信号诊断流程约简后得到决策系统,利用粗集中右边界域的准确度和覆盖度验证该方法的有效性和小样本情况下得到决策方法的普适性.     

基于粗糙集的推理机设计

基于专家系统的故障诊断方法与数据库技术都得到了长足的发展和广泛的应用,将二者更好集成已成为当前的一个研究热点.提出一种基于粗集和集对分析的抽取和过滤规则的方法,研究与讨论了数据挖掘技术在实现知识自动获取和简化推理机设计方面的应用,结果表明推理机算法简单,且可以满足复杂的实时故障诊断的需要.     

基于粗集论中属性依赖度的ID3改进算法

决策树算法是一种重要的数据挖掘方法,ID3算法是最具影响的一种决策树生成算法。介绍了粗集理论的相关概念和传统的ID3算法基本原理,提出了一种以粗集论中的属性依赖度为基础的ID3改进算法,克服了传统ID3算法对取值较多属性的依赖,并通过实例验证该算法的高效性和精确性。改进算法对不同领域中分类预测方向上的数据挖掘均具有一定的参考价值。     

数据挖掘的粗集方法研究

数据挖掘的方法和技术很多,其中粗集理论在知识获取中得到了广泛应用,它可对不完整数据进行分析和归纳,从中发现知识.通过分析数据挖掘的含义及粗集理论的概念,讨论了数据挖掘的粗集方法.     

基于数据挖掘与仿真的数控机床旋转部件故障诊断方法研究

针对数控机床旋转部件故障信息的特点,提出了系统仿真与数据挖掘相结合的综合故障诊断方法。文中将旋转部件故障归为4类,提出了一种改进的Apriori算法,结合粗糙集理论的数据挖掘方法,通过实例证明了两者应用在数控机床系统旋转部件故障诊断中,可以提高数据挖掘的速度。分析了基于仿真的故障诊断方法,在此基础上,结合仿真与数据挖掘各自在故障诊断方面的优势,进一步提出了基于仿真与数据挖掘的综合诊断方法,给出了诊断的方法流程图。     

面向复杂过程系统的集成化智能故障诊断系统

提出采用层次诊断模型建立集成化智能故障诊断系统的方法，文中对系统结构，组成及实现等进行了较详细讨论了，并简单介绍了一在微机上实现的化工生产过程的集成化智能故障诊断原型系统。     

现代制造设备集成故障诊断系统设计

在分析现代制造设备的诊断任务和要求的基础上，提出了一种集加工过程状态监测与故障诊断于一体的现代制造设备集成故障诊断系统的设计思想．介绍了系统的硬软件结构，并就其几个主要模块或功能子系统，给出了系统的实现方法     

煤矿铁路巡道员伤亡事故灰关联故障树诊断

将灰色系统理论中的灰关联分析方法与可靠性理论中的故障树分析方法结合,引入到煤矿铁路巡道员伤亡事故的分析诊断中,通过计算故障树底事件结构中的重要度以及灰关联度的计算和排序,对煤矿铁路巡道人员被机车车辆撞轧故障树分析中各种故障模式发生可能性的大小进行了分析判断,在13个底事件构成的24个最小割集中,气候条件恶劣最易产生寻道员伤亡事故,曲线地段或臆测行事也较易产生巡道员伤亡事故,从而为准确预防事故的发生提供了理论依据,计算实例表明,这种方法行之有效,诊断结果可靠。     

故障诊断理论及其在机电系统中的应用

介绍了故障诊断理论的提出过程和内容;简要地阐述了基于解析模型的故障诊断方法、基于知识的故障诊断方法和基于数据驱动的故障诊断方法;详细介绍了基于观测器的故障诊断方法的步骤,并举例说明了该方法在机电系统中的运用,给出了Matlab的仿真结果。最后,通过对仿真结果的分析,得出了基于观测器的故障诊断方法能够较好地完成系统监控的任务,但对复杂系统的故障定位精确度不够的结论。     

基于模糊集和粗糙集理论的故障诊断方法的研究

概括介绍了模糊集粗糙集的基本理论,对基于它们的故障诊断方法进行比较,并提出在故障诊断方法中一些可能的研究方向。     

基于粗糙集的模糊神经网络在故障诊断中的应用

文章将粗糙集理论、模糊逻辑推理和神经网络等方法相结合,提出一种基于粗糙集的模糊神经网络理论的复杂机械的故障诊断方法。该方法应用模糊逻辑推理建立故障诊断决策表,采用粗糙集理论对故障样本数据属性约简,将获取的主要特征属性输入到神经网络中进行训练学习,然后把检测数据输入到诊断系统中进行检测。检测结果表明,该方法在船舶柴油机的故障诊断中是有效的。     

移动式矿用设备故障监测诊断及信息管理

设计了一种移动式矿用设备故障监测及诊断系统,系统由车载在线监测单元、无线网络、监测诊断中心3部分组成.移动式设备分系统通过无线网络联成一个集成统一的整体.从数据采集传输、管理和应用3方面论述了该故障监测诊断系统,以及车载单元与监测诊断中心信息管理功能的实现,为移动式设备的故障监测诊断应用提供了一种思路.     

基于粗糙集理论的数据挖掘研究

数据挖掘的技术很多,其中粗糙集理论得到了广泛的应用。粗糙集理论是一种研究不完整、不确定知识处理的数学工具,它可对不完整的数据进行分析和归纳,从中发现知识。本文介绍了数据挖掘基本概念,阐述了粗糙集理论的基本思想,探讨了基于粗糙集理论的数据挖掘方法。     

基于数据挖掘模型的配电网故障定位诊断

由于配电网故障定位所依据的故障信息来自于户外的FTU，其运行环境较恶劣，元器件受损或信息丢失的可能性高，易形成变异故障模式，导致故障定位的错判，提出基于粗糙集（RS）理论和遗传算法（GA）相结合的数据挖掘（DM）模型来处理实时输入信息的畴变和实现配电网的故障定位。首先通过RS对变异故障信息域的数据集进行划分，再用GA挖掘出输入信息与故障定位诊断结果间冗余关系及内在关联性规则。经仿真测试证明，基于DM模型的故障定位与基于常规前馈神经网络（FNN）故障定位原理相比，前者具更高的容错性能。     

基于PL/SQL的粗糙集分类算法研究

为改进数据分类的效果，基于粗糙集理论实现数据分类和规则推理的基本原理，利用粗糙集理论中核及决策类覆盖的思想，提出了一个在数据集中发现没有冗余属性的最小归纳依赖关系，简化带有不相容规则的决策系统的数据挖掘算法。通过PL／SQL演示了挖掘分类规则的过程，结果表明基于粗糙集分类算法的有效性。     

粗集模型的特征函数表示

粗糙集理论是处理不确定知识的一种工具,已在人工智能与知识发现、模式识别与分类、数据挖掘与故障检测等方面得到了较好应用。由于粗糙集在理论和应用两个方面的迅速发展,粗集模型得到拓广。本文研究粗集模型的特征函数表示形式,这种表示形式具有一般性,可以统一各种推广模型。粗集理论的核心是一对非数值型算子,即上下近似算子。粗集理论中的上下近似算子与证据理论中的一对数值算子——似然函数和信任函数有密切关系,为此作者研究了粗糙集与证据理论的关系。     

粗糙集理论在内燃机柱塞故障诊断中的应用

在对内燃机柱塞等故障利用神经网络进行诊为的基础上，引入粗糙集理论，对其在故障诊断特征参数属性优化中的运用进行了探索，并对故障诊断决策进行属性约简，剔除其中不必要的属性，揭示了故障诊断条件属性内在的冗余性，降低了神经网络构成的复杂性，最后给出了属性约简的结果。