论文部分内容阅读
针对在模式识别过程中样本的特征维数过高，模糊粗糙集特征降维方法易受奇异点影响的问题，提出了一种基于奇异点检测和模糊粗糙集相结合的特征降维方法。该方法通过计算样本基于重心的不稳定系数值的变化，据此剔除奇异点，消除了奇异点对模糊粗糙集特征降维的影响，选择出对模式分类敏感的特征子集。通过仿真数据和齿轮故障数据进行实验分析，实验结果验证了所提出的特征降维方法的有效性。