论文部分内容阅读
针对航空发动机的故障样本,提出了一种基于动态聚类的粗糙集规则提取算法。给出了该算法的模型,描述了动态聚类方法和广义欧氏距离,举例说明了这种算法,用神经网络对样本进行训练并验证约简是否正确。结果表明,动态聚类法可以改善分类,使最终的核与约简更精准,去除了干扰信息的影响,在保证诊断精度的同时。提高了故障识别的正确率。