论文部分内容阅读
随着科技的进步,各类旋转机械正向着智能化、优质高效运行方向发展。对旋转机械进行全面的监测会采集到大量的振动信号,这推动故障诊断领域进入了大数据时代。但大量的数据中包含了许多无效冗余的信息,如何从中去除冗余信息,挖掘出最真实、最有价值的信息,帮助实现智能故障知识发现,成为当前急需解决的问题。粗糙集理论作为一种能够描述不确定性的数据分析工具被用于智能决策中,推动了人工智能的快速发展。粗糙集理论中研究的关键问题是知识获取方法和属性约简算法,因此该理论被广泛应用于机械故障诊断领域。本论文将粗糙集理论作为知识