论文部分内容阅读
针对神经网络方法获取证据理论的基本概率赋值需要的计算复杂性较高,提出一种基于随机集的粗糙集和BP神经网络相结合的方法来获取证据理论中的基本概率分配赋值。该方法在随机集数学框架下,利用粗糙集的属性约简能力对属性进行约简,从而降低神经网络的输入维数。将该方法应用于风力发电轴承故障诊断中,取得了较好的结果。