基于粗集理论的零件实例检索属性权重的研究

针对目前实例检索方法中确定属性权重所存在的问题,基于客观赋权法,应用粗集理论,研究了确定属性权重的分配方法.该方法避免了主观赋权法存在的属性权重不确定性问题,有效地提高了检索的准确性.通过实例分析,验证了方法的优越性.     

基于信息公理与粗集理论的多属性模糊优选研究

分析了传统多属性优选方法的不足,利用公理设计论中的信息公理将模糊数学与香农信息论相结合,对网格资源进行定量评价,以选出最佳资源。同时引入粗集理论中的依赖度确定各属性指标的权重。最后以实例阐述了信息公理与粗集理论在实际应用时的信息处理与优选过程,验证了该方法的有效性。     

基于粗集理论的多媒体教学效果的研究与实现

该论文以课堂教学效果为主要评价内容,采用数据挖掘技术中的粗集理论和SPSS统计分析软件,使用Visual Studio 2005平台和SQL Server 2000数据库,利用.NET 2.0架构,开发一个C/S和B/S两种模式相结合的多媒体教学质量综合评价系统。     

基于粗集理论的往复泵泵阀故障诊断方法

提出了一种基于粗集理论的往复泵泵阀故障诊断方法。该方法可以直接从经过小波包处理的泵阀振动信号中提取故障诊断观测，并由此建立基于规则的泵阀故障诊断系统，该系统不仅可以对发生故障的单个泵阀进行诊断，而且还能对同时发生故障的多个泵阀进行诊断，试验结果表明了这种方法的有效性。这种方法的可行性也为其它复杂机械的故障诊断提供了新思路。     

基于粗集理论的模糊神经网络建模方法研究

智能控制研究发展到了模糊神经网络阶段,其中5层模糊神经网络结构的物理含义清晰,而Max-Min模糊神经网络反应快,实时性强。在分析两者优缺点的基础上,提出了基于粗糙集构建模糊神经网络的方法,并通过比较3种方法对同一个事例的建模,说明了基于粗糙集方法的优点。     

基于小波变换与粗集理论的滚动轴承故障诊断

结合小波和粗集理论的优点,提出了一种基于小波变换和粗集理论的故障诊断规则获取方法并成功应用于滚动轴承的故障诊断。该方法提取小波变换能量特征时不需要精确计算滚动轴承的故障特征频率,与传统的提取时域和频域参数方法相比,具有更高的诊断正确率。研究结果为滚动轴承和其他机械设备的故障诊断提供了新的思路,也为基于规则的智能故障诊断系统提供了一种更为简单的知识库自动构造方法。     

粗集理论在变速箱故障特征提取中的应用

根据CA10B变速箱故障诊断的需要,将粗集理论应用到变速箱故障诊断分析中。通过运用粗集理论,将变速箱的故障特征进行简化,最终将传动装置故障诊断最初用的14种特征量简化为4种,实现了在不影响诊断效果的前提下,大幅度的提高了诊断速度,为旋转机械的快速诊断提供了可行的办法。     

基于小波变换与粗集理论的滚动轴承故障诊断

结合小波和粗集理论的优点,提出了一种基于小波变换和粗集理论的故障诊断规则获取方法并成功应用于滚动轴承的故障诊断。该方法提取小波变换能量特征时不需要精确计算滚动轴承的故障特征频率,与传统的提取时域和频域参数方法相比,具有更高的诊断正确率。研究结果为滚动轴承和其他机械设备的故障诊断提供了新的思路,也为基于规则的智能故障诊断系统提供了一种更为简单的知识库自动构造方法。      

基于证据推理与粗集理论的主客观综合评价方法

提出一种面向多层次,多属性,主客观知识源并存的评价问题的综合评价方法,该方法试图利用证据推理处理主观判断信息,而利用粗集理论处理客观历史信息,从过去的客观数据中获取评价知识,通过合成算法综合两方面的评判结果,以得到更符合实际的评价结论,介绍了该方法的模型与算法,并以齿轮箱方案设计中的评价实例为背景进行了实用论证。     

基于粗集理论的知识挖掘及其在工程中的应用研究

本文探索了知识挖掘和粗集理论的基本原理与方法，阐述了基于粗集理论知识挖掘的实现方法，介绍了该方法在工程中的应用。     

Reduction of rough set attribute based on immune clone selection

A novel attribute reduction approach of rough set based on immune clone selection is proposed. In this method, the approximation quality and attribute set were adopted as evolution object and antibody, respectively. On the basis of the inherent distribution within the immune response, the global optimization of the antibody was realized through parallel local optimization. Moreover, the diversity of the antibody population was maintained with the affinity maturation and renewal of the antibody. Thus, the stable multi-optimal solutions can be preserved. In addition, the machinery fault data were analyzed by this method, and the attribute reduction sets were obtained further to satisfy the demand of feature selection in machinery diagnosis. __________ Translated from Journal of Xi’an Jiaotong University, 2005, 39(11) (in Chinese)     

基于.NET的水处理管理信息系统

介绍了具有水处理设备特点的企业管理信息系统的开发.该系统以微软.NET为支撑平台,使用最新的基于.NET架构的ADO.NET数据访问技术,实现了对关系型数据库SQL Server 2000的访问.系统采用浏览器/服务器方式(即B/S结构),使用ASP.NET技术进行页面的开发和设计.     

计算机辅助公差设计(CATD)中粗糙集理论及应用

对粗糙集理论和计算机辅助公差设计的一般流程进行了简单描述,粗糙集理论在基于制造成本的计算机辅助公差设计中的应用。利用粗糙集理论在同时满足支持度和可信度的基础上对规则进行筛选约简,从而提高了计算机辅助公差设计决策的准确性和合理性。     

基于ASP．NET的装备维修信息管理系统设计与实现

用ASP.NET和ADO.NET技术开发的装备维修信息管理系统,实现了装备维修信息的动态管理,同时时给出了该系统的开发原理、系统的功能特点和设计方案,并以系统登录页面的编写为例给出流程图,说明了该系统的开发过程.     

基于粗集理论故障特征值提取模糊识别变速箱故障方法的研究

运用粗集理论简化所提取变速箱部分特征值，提高了变速箱故障诊断的效率。将模糊数学理论应用到变速箱故障识别中，模糊故障识别是利用的模糊集合论中的隶属函数及模糊关系矩阵的概念，解决故障与征兆间关系的模糊不确定性进行故障种类的识别。构造隶属函数及分段函数区间的确定是诊断成败的关键。     

应用聚类和粗糙集的FPGA底层数据挖掘方法

提出了一种从XDL文件中提取现场可编程门阵列(FPGA)底层逻辑和布线资源的方法。预处理阶段通过正则表达式将原有底层逻辑文件转换为待分析的有层次属性的关系型数据库。数据挖掘阶段则根据各个层次数据内部的特性不同,采用不同的算法进行聚类来得到初步知识。通过粗糙集分析初步知识间的关系和约简属性,得出初步知识间的联系同时进一步提取出决策规则和产生式规则的知识。最后,通过规则验证器和泛化器对提取出的规则进行验证和泛化。实验结果表明,对于大型的FPGA器件,wire的逻辑最高压缩比可以达到2.88×10-4。该方法相对于底层器件有较好的通用性和交互性,适用于对不同器件族FPGA底层信息的知识提取,对深入研究FPGA的拓扑架构,提高对FPGA进行动态重配置的可控性和实现更灵活的重配置很有意义。     

基于Rough集数据挖掘模型的钻头磨损状态预报系统

利用Rough集数据挖掘模型分析主电机电流、钻头直径、切削参数等因素与钻头磨损的规律 ,建立通过监测主电机电流信号对钻头磨损状态进行预报的监测系统     

基于校园网的在线考试系统的设计

开发了实时变互计算机网络课程的在线考试系统。此系统依据传统考试过程进行了比较合理的结构设计,它包括身份验证、考试、成绩查询、学生成绩统计分析、试卷生成、判卷、教师统计分析以及消息发布模块,具有登录鉴别、随机按题型抽题、计时评分、查询统计方式、在客户端对服务器题库更新等功能,满足了常规要求,具有较好的应用效果,并适应用于同类考试系统。     

基于粗糙集理论的系统建模与故障诊断

应用粗糙集理论,可以从原始的数据中提取有用的知识或规则.依据这一思想,本文建立了一个实际非线性系统的粗糙集模型.在建模过程中,首先用系统输入输出的采样数据构成原始信息表,然后离散化,再利用粗糙集算法得到系统粗糙集模型的不完备规则集,通过实验和线性插补法实现规则集完备化,最后完成模型的设计和校验.校验结果表明所建的粗糙集模型是有效的,并利用该模型实现了系统的一种故障诊断.