| 特征分区的不确定性及模糊熵评判研究 |
| |
| 引用本文： | 刘璨,姚锡凡.特征分区的不确定性及模糊熵评判研究[J].机械与电子,2005(7):3-5. |
| |
| 作者姓名： | 刘璨 姚锡凡 |
| |
| 作者单位： | 1. 湛江海洋大学,广东,湛江,524025
2. 华南理工大学,广东,广州,510630 |
| |
| 基金项目： | 国家自然科学基金资助项目(50175029)，湛江海洋大学校基金资助项目(0412100) |
| |
| 摘 要： | 分析了影响有效监控的各因素，阐述了刀具破损监测中存在的特征分区问题。以各个信号特征区间为模糊子集，以模糊熵值为参数来评判各种分区方法，结果表明，采用模糊熵值小的分区法能更准确识别刀具状态。
|
| 关 键 词： | 特征分区 不确定性 评判研究 模糊熵 信号特征 |
| 文章编号： | 1001-2257(2005)07-0003-03 |
| 修稿时间： | 2005年3月15日 |
Research on Uncertainty and Fuzzy Entropy Evaluation of Signal Feature Partition |
| |
| Liu Can,YAO Xi-fan.Research on Uncertainty and Fuzzy Entropy Evaluation of Signal Feature Partition[J].Machinery & Electronics,2005(7):3-5. |
| |
| Authors: | Liu Can YAO Xi-fan |
| |
| Affiliation: | LIU Can~1,YAO Xifan~2 |
| |
| Abstract: | Factors influencing effective monitoring is analyzed.The problem of feature parting in tool breakage monitoring is then set forth.Each feature partition is taken as fuzzy subset,and then fuzzy entropy is used to evaluate the method of feature parting.The result is that the feature partition with smaller fuzzy entropy value can make the tool status classified more accurately. |
| |
| Keywords: | partition uncertainty evaluation |
| 本文献已被 CNKI 维普 万方数据 等数据库收录！ |
