基于粗集—神经网络的磨粒模式识别

ISSN 1004-0595

CN 62-1224/O4

基于粗集—神经网络的磨粒模式识别[J]. 摩擦学学报, 2002, 22(3): 235-237.

引用本文:

基于粗集—神经网络的磨粒模式识别[J]. 摩擦学学报, 2002, 22(3): 235-237.

Wear Debris Identification Based on Rough Set-Artificial Neural Networks[J]. TRIBOLOGY, 2002, 22(3): 235-237.

Citation:

Wear Debris Identification Based on Rough Set-Artificial Neural Networks[J]. TRIBOLOGY, 2002, 22(3): 235-237.

Wear Debris Identification Based on Rough Set-Artificial Neural Networks

摘要: 应用粗集理论中最小约简的近似算法 ,对磨粒的形状参数进行约简 ,找出判断磨粒模式的形状参数长短轴比 Rt和圆度 Rd,同时采用这些参数训练神经网络以进行磨粒模式识别 .结果表明 :应用此算法 ,对 63个已知样本和历时 2年多对柴油机 1 4 5个润滑油油样进行制谱分析判断 ,准确率在 90 %以上 ,比原来用模糊识别的准确率提高了约 1 0个百分点 ;使用 BP网络减化了网络结构 ,使网络的训练速度加快 ,整个系统变得简单、可靠、有效

/