检索规则说明:AND代表“并且”;OR代表“或者”;NOT代表“不包含”;(注意必须大写,运算符两边需空一格)
检 索 范 例 :范例一: (K=图书馆学 OR K=情报学) AND A=范并思 范例二:J=计算机应用与软件 AND (U=C++ OR U=Basic) NOT M=Visual
机构地区:[1]邢台职业技术学院信息技术中心,河北邢台054035 [2]邢台职业技术学院电子工程系,河北邢台054035
出 处:《微计算机信息》2007年第19期208-209,171,共3页Control & Automation
摘 要:随着信息技术的发展,人们采集数据的手段日益丰富与高明,由此积累的机械设备故障数据日益膨胀,而且高维数据也日益成为主流。如何从这些海量数据及高维特征中选出有用的数据进行有效的故障诊断成为一件困难的事情。计算机性能的日益更新和数据库技术的快速发展,使得数据挖掘这一融合多种分析手段,从大量数据中发现有用知识的方法应运而生,为上述问题的解决开辟了一条道路。本文就详细论述了应用数据挖掘技术进行机械设备故障诊断的全过程。As information technology development, data collection method plenty and advisability, there are more and more data about machinery fault.Some are multidimensional.How to select useful data from so large data is a difficult thing.Now computer capability is updating and database technology is developing fleetly.As a result data mining technology appears.It includes many analysis methods and can find out useful knowledge from large data.This paper discusses the whole process about how to use data mining technology solve the problem of machinery fault diagnoses.
关 键 词:数据挖掘 机械设备 故障诊断 粗糙集 人工神经网络 决策树
分 类 号:TP182[自动化与计算机技术—控制理论与控制工程]
正在载入数据...
正在载入数据...
正在载入数据...
正在载入数据...
正在载入数据...
正在载入数据...
正在载入数据...
正在链接到云南高校图书馆文献保障联盟下载...
云南高校图书馆联盟文献共享服务平台 版权所有©
您的IP:216.73.216.49