江苏科技大学学报（自然科学版）
江囌科技大學學報（自然科學版）
강소과기대학학보（자연과학판）
JOURNAL OF JIANGSU UNIVERSITY OF SCIENCE AND TECHNOLOGY(NATURAL SCIENCE EDITION)
2014年
3期
244-249
,共6页
杨兴林%周望存%张静%任鹏举
楊興林%週望存%張靜%任鵬舉
양흥림%주망존%장정%임붕거
粗糙集%SVM 理论%柴油机%属性约简%分类预测%诊断
粗糙集%SVM 理論%柴油機%屬性約簡%分類預測%診斷
조조집%SVM 이론%시유궤%속성약간%분류예측%진단
rough set%SVM theory%diesel engine%attribute reduction%classification%diagnosis
文中利用粗糙集和 SVM 理论相结合的方法对柴油机故障进行快速准确分类预测诊断。首先对收集的故障特征数据进行预处理，再运用粗糙集理论进行属性约简得到最优决策属性表，然后使用 SVM 理论中的分类预测规则对最优决策属性表进行诊断分类，得出诊断结果。通过实例分析验证了该诊断方法优于单一的粗糙集诊断和 SVM 诊断。
文中利用粗糙集和 SVM 理論相結閤的方法對柴油機故障進行快速準確分類預測診斷。首先對收集的故障特徵數據進行預處理，再運用粗糙集理論進行屬性約簡得到最優決策屬性錶，然後使用 SVM 理論中的分類預測規則對最優決策屬性錶進行診斷分類，得齣診斷結果。通過實例分析驗證瞭該診斷方法優于單一的粗糙集診斷和 SVM 診斷。
문중이용조조집화 SVM 이론상결합적방법대시유궤고장진행쾌속준학분류예측진단。수선대수집적고장특정수거진행예처리，재운용조조집이론진행속성약간득도최우결책속성표，연후사용 SVM 이론중적분류예측규칙대최우결책속성표진행진단분류，득출진단결과。통과실례분석험증료해진단방법우우단일적조조집진단화 SVM 진단。
In this paper,we combine rough set with the theory of SVM to achieve rapid accurate classification projections for diesel engine fault diagnosis. We first preprocesses the collected fault feature data,uses rough set theory to attribute reduction for getting the optimal decision attribute table and then uses the theory SVM classifi-cation prediction rules for diagnosis classification of optimal decision attribute table so as to conclude the diagno-sis. The example shows that this diagnostic method is better than single diagnosis of rough set and SVM.
