论文研究粗糙集及PSO优化BP网络的故障诊断研究 .pdf

基于粗糙集的柴油机故障数据特征提取，殷杰，柴毅，本文根据柴油机故障数据的特点，采用粗糙集理论对其进行特征提取研究。由于实际测量的参数大多为连续数据，而粗糙集只能处理离散

在无损探伤自动检测线上,为了记录每根管材的有关参数,需在管端进行打号、读号处理。详细介绍了管号识别系统中关键的图像预处理二值化算法。该算法称之为Stamp算法,是在分析Phototshop图像处理软件

通过研究飞机快速存取记录器（Quick Access Recorders，QAR）数据和粗糙集理论的特点，结合信息决策表的相关知识，对QAR数据中的异常数据进行检测挖掘，以辅助飞机故障检测及排除。主要

针对Pawlak粗糙集模型处理噪声信息的局限性，借鉴变精度粗糙集模型的思想，引入多尺度变量，建立单维的多尺度粗糙集模型。通过构造尺度变量s与尺度函数f（s）的变化关系，对噪声数据进行多尺度、多角度的动

为了提高变压器故障诊断的准确率和抗干扰能力，提出一种基于核特征量的BP神经网络故障诊断模型。通过核主成分分析将故障样本从低维的特征空间非线性地映射到高维的核空间，提高了样本的可分性，然后以核特征量作为

数据挖掘的主要目标之一是进行有效分类，粗糙集的上下近似空间正是为了对信息系统进行分类。变精度粗糙集作为经典粗糙集的推广模型，目前研究仅局限于有限集。针对变精度粗糙集模型无法处理无限集合的问题，在变精度

针对覆盖粗糙集仅适用于单一数据类型的论域覆盖的问题，提出复合覆盖粗糙集模型。在研究邻域覆盖粗糙集、集值覆盖粗糙集、区间值覆盖粗糙集的基础上，在复合数据模型下，通过建立多种覆盖关系（邻域覆盖、集值覆盖、

以Z.Pawlak粗集理论为基础，将动态模糊近似概念引入Dubois模糊粗糙集中。提出了双向S-模糊粗糙集概念，给出了双向S-模糊粗糙集的结构与性质。分析了双向S-模糊粗糙集与Z.Pawlak粗集、D

基于粒计算的SDG故障诊断及应用，刘艳红，谢刚，符号有向图(SignedDirectedGraph,SDG)故障诊断方法能表达复杂的因果关系，具有包容大规模潜在信息的能力，是一种完备地揭示系统故障的�

基于SDG模型的故障诊断技术及发展，刘艳红，谢刚，介绍了基于SDG模型的故障诊断技术的原理，包括SDG中节点和支路的物理意义，SDG模型建模方法，推理机制以及利用SDG模型进行故障诊断的