%0 Journal Article
%T Wear Debris Identification Based on Rough Set-Artificial Neural Networks<br>基于粗集—神经网络的磨粒模式识别
%A WU Ming zan
%A CHEN Shu yan
%A CHEN Sen f
%A ZHAO Wei dong
%A <br>吴明赞
%A 陈淑燕
%J 摩擦学学报
%D 2002
%I 
%X 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
%K rough set
%K artificial neural networks
%K wear debris identification<br>粗集
%K 神经网络
%K 磨粒识别
%U http://www.alljournals.cn/get_abstract_url.aspx?pcid=6E709DC38FA1D09A4B578DD0906875B5B44D4D294832BB8E&cid=5D344E2AD54D14F8&jid=2F467A5C6371C830162AAA01D7DAD07A&aid=6680E5DD19DB7385&yid=C3ACC247184A22C1&vid=BC12EA701C895178&iid=38B194292C032A66&sid=6CCE24D86D03D083&eid=FE4C96E058BB2280&journal_id=1004-0595&journal_name=摩擦学学报&referenced_num=5&reference_num=5