中国农业科学院农业信息研究所 中国农学会
Agricultural Information Institute of CAAS China Association of Agricultural Science Societies
En
Ch
中国农业科学院农业信息研究所 中国农学会 主办

AI检索

订阅

返回顶部
当前位置: 首页 > 文章 > 粗糙集理论在农业机械故障诊断中的应用 农机化研究 2013 (4) 255-258
Position: Home > Articles > Application for Agricultural Mechanical Fault Diagnosis with Rough Set Theory Journal of Agricultural Mechanization Research 2013 (4) 255-258

粗糙集理论在农业机械故障诊断中的应用

作  者：
杨雨时;张丽娜;周静
单  位：
河北农业大学理学院
关键词：
农业机械;故障诊断;粗糙集;属性约简
摘  要：
粗糙集理论是一种处理模糊和不确定知识的工具,它能够有效地确定哪些知识是冗余的,哪些知识是有用的,有效地减少训练时间,从而很好地弥补了人工智能的不足。因此,基于传统人工智能的机械故障诊断技术已开始转向以粗糙集理论为代表的计算智能领域。以某型农业机械故障诊断为例,选择运用粗糙集理论,通过对故障诊断原始数据的分析处理和属性约简后,得到了简明的故障诊断规则,取得了良好地故障诊断效果。
译  名：
Application for Agricultural Mechanical Fault Diagnosis with Rough Set Theory
作  者：
Yang Yushi,Zhang Lina,Zhou Jing(College of Science,Agricultural University of Hebei,Baoding 071001,China)
关键词：
agricultural machine;fault diagnosis;rough set;attribute reduction
摘  要：
Rough set theory is a tool for dealing with fuzzy and uncertain knowledge.It can point out effectively what knowledge is redundant and what knowledge is useful,and it can reduce the training period effectively,thus to make up the deficiency of artificial intelligence.Therefore,the mechanical fault diagnosis based on traditional artificial intelligence has turned into the computational intelligence based on rough set theory.In this paper,taking an example of a type of agricultural mechanical fault diagnosis,it simplifies the fault diagnosis rules and achieves good effect to fault diagnosis with rough sets theory through the original data analysis and attribute reduction.

相似文章

导出引用
计量
文章访问数: 9
HTML全文浏览量: 0
PDF下载量: 0

所属期刊

推荐期刊

友情链接Friendly link
农业信息研究所Agricultural information institute 农业智能知识服务平台Agricultural intelligent knowledge service platform 农业学术服务平台Agricultural Knowledge Service System 中国知网CNKI 维普网VIP 万方WANFANG DATA
联系我们Contact us

电话Tell：010-82109652-808

邮箱E-mail：agrijournal@caas.cn

服务Service
关于我们About us 意见建议Opinions and suggest
版权说明Copyright
单位：中国农业科学院农业信息研究所 中国农学会 © 2017中国农业科学院农业信息研究所 ICP备案号：京ICP备09089781号-46