公开(公告)号：CN108537259A

公开(公告)日：2018-09-14

申请号：CN201810259114.6

申请日：2018-03-27

Applicant: 北京交通大学

Inventor： 上官伟 ,  蔡伯根 ,  冯娟 ,  张军政 ,  王剑 ,  刘江 ,  陆德彪 ,  姜维

IPC: G06K9/62 ,  G06N3/08

Abstract: 本发明提供了一种基于粗糙集-神经网络模型的列控车载设备故障分类与识别方法。该方法包括：根据由列控车载设备故障日志文件分析整理的故障案例库，挖掘出故障种类和故障代码之间的对应关系，对故障案例库中的故障代码和故障种类进行编码，生成最初决策表，确定分类规则；运用RST对最初决策表进行属性约简，生成最终决策规则；基于最终决策规则构建神经网络模型，利用神经网络模型实现对列控车载设备的故障识别。本发明提出了一种神经网络结合粗糙集理论的故障分类与识别方法，解决了含有高噪声列控车载设备文本故障数据的故障识别率低及不完备知识处理能力差等问题，可以保证列控车载设备的故障分类识别的准确性。