基于粗糙集和BP神经网络的刀具状态监测

摘要：

在刀具磨损状态监测中,能够提取到的反映不同刀具磨损状态的特征量较大,基于神经网络的状态识别无法去掉冗余特征,会存在训练时间长和准确率降低等问题.针对这些问题,提出基于粗糙集-BP神经网络的刀具磨损状态监测方法,利用粗糙集对特征进行属性约简,去掉冗余信息,从而优化特征,并且减少神经网络的输入端数据,可以缩短神经网络的训练时间和提高识别的准确率.通过对实测刀具数据进行分析,证明了该方法的有效性.

关键词：刀具状态监测、粗糙集理论、BP神经网络、小波包分析

所属期刊栏目：43

分类号：TH17

资助基金：中央高校基本科研业务费专项基金资助项目SWJTU12CX039

在线出版日期：2015-06-05（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：49-52