欢迎进入河北中澳橡胶有限公司
带式输送机在工矿企业和交通运输业中具有广泛应用,近年来,带式输送机向长距离、高速度、大运量方向发展”。在实际生产中,钢芯输送带容易产生断绳、疲劳和接头位移等缺陷,导致输送带断裂,输送带断裂后果非常严重,甚至造成人员伤亡。缺陷识别对钢芯输送带安全运行具有重要作用。然而,其缺陷信号特征比较复杂,特征提取结果对缺陷识别准确率和速度影响较大。因此,研究一种缺陷特征约简算法,获得反应缺陷的本质特征向量,提高缺陷识别准确率和速度。粗糙集(roughsets)理论能有效地对完备和不完备信息进行特征约简,在故障诊断、知识发现和数据挖掘等方面获得了成功应用,并受到了国内外学者的广泛关注,目前成为人工智能领域的一个新的研究热点。粗糙集理论在模式识别领域也具有广泛应用,粗糙集理论能在确保分类正确率的条件下,提取数据集的本质特征。ChenHuiling运用粗糙集理论作为特征约简工具,有效地去除了数据中冗余特征,提高了支持向量机分类精度和速度-,。粗糙集理论模型主要有Pawlak经典粗糙集模型、模糊粗糙集模型、基于容差关系粗糙集模型和邻域粗糙集模型。基于容差关系粗糙集模型和邻域粗糙集模型是目前粗糙集理论研究热点,因为Pawlak经典粗糙集模型和模糊粗糙集模型需对数据进行离散化才能进行约简,离散化过程中会导致信息丢失,而基于容差关系粗糙集模型和邻域粗糙集模型可直接对连续数据属性进行约简,消除了离散化过程带来的信息丢失问题。然而,基于容差关系粗糙集模型需要信息系统中的属性值的概率分布情况等相关领域的知识,而邻域粗糙集模型不需要信息系统中概率分布等知识,可以直接对输送带缺陷电磁信号连续属性特征进行约简。目前,对邻域粗糙集研究主要集中在属性重要度计算方法的改进和约简算法的改进。在邻域粗糙集中,邻域大小的确定非常重要。目前邻域粗糙集研究中,通常是根据实验和经验对所有的属性设定同一邻域值。由于实际中各属性的数据往往存在较大差异,邻域粗糙集为不同属性设定同一邻域值,邻域值选择不好会导致属性约简效果不好。因此,本文提出一种基于属性数据标准差的改进邻域粗糙集特征约简算法,该方法根据不同属性标准差为不同属性设定不同邻域值,从而解决原邻域粗糙集难以为不同属性选择最佳邻域值的难题。
本文源自http://www.shu-song-dai.com/hyzs/481.html,转载请注明出处。
(责任编辑:输送带http://www.shu-song-dai.com)