《基于Rough Set和禁忌神经网络的传感器节点故障诊断》PDF+DOC
作者:陈作聪
单位:中国计算机自动测量与控制技术协会
出版:《计算机测量与控制》2013年第05期
页数:4页 (PDF与DOC格式可能不同)
PDF编号:PDFJZCK2013050120
DOC编号:DOCJZCK2013050129
下载格式:PDF + Word/doc 文字可复制、可编辑
《粗糙集和蚁群神经网络应用于传感器节点故障诊断研究》PDF+DOC2012年第10期 富众杰,郑晓亮
《基于K-Means和粗糙集神经网络的节点故障诊断》PDF+DOC2014年第02期 宋喜忠
《基于时间序列和神经网络的温室传感器节点故障诊断》PDF+DOC2011年第06期 王俊,刘刚
《基于Rough set理论的无线传感器网络节点故障诊断》PDF+DOC2007年第04期 雷霖,代传龙,王厚军
《基于ICA独立成分和加权依赖贝叶斯的传感器节点故障诊断》PDF+DOC2015年第02期 张新华
《基于多传感器信号分析的故障诊断》PDF+DOC2016年第09期 陈轶,杨奕,包辉慧,陆艳娟,张烨
《基于粗糙集和模糊kohonen聚类网络的多传感器数据融合》PDF+DOC2010年第03期 刘晖,陈小惠,刘银峰
《基于RBFNN的农业环境无线传感器网络节点故障诊断方法》PDF+DOC2010年第26期 许崇霞,宋婷婷,冯德军,杨敬锋
《基于人工免疫和模糊K均值的传感器节点故障诊断》PDF+DOC2013年第03期 庄夏,戴敏,何元清
《粗糙集和神经网络在数据融合中的应用研究》PDF+DOC2013年第04期 卜益民,陈小惠
针对传感器节点通常位于无人看守甚至危险恶劣的环境中因而容易出现各类故障,提出了一种基于粗糙集(Rough set,RS)和禁忌神经网络的故障诊断方法;首先,采用自组织网对属性值进行离散化,然后采用粗糙集的可辨识矩阵对属性进行约简以降低输入数据的维数,最后,通过禁忌算法对神经网络进行优化形成最终的故障诊断模型并将测试数据输入禁忌神经网络进行故障诊断;仿真实验表明,文中方法能较为精确地对传感器节点的各类故障进行诊断,具有较高的诊断精度,在迭代次数为300时,诊断误差值仅为0.01%,具有很强的可行性。
提示:百度云已更名为百度网盘(百度盘),天翼云盘、微盘下载地址……暂未提供。