-
题名基于加权粗糙集的代价敏感故障诊断方法
被引量：14
- 1
-
-
作者
刘金福
于达仁
胡清华
王伟
-
机构
哈尔滨工业大学能源科学与工程学院
-
出处
《中国电机工程学报》
EI
CSCD
北大核心
2007年第23期93-99,共7页
-
基金
国家自然科学基金项目(50606008)~~
-
文摘
在故障诊断领域,粗糙集已成为一种有效的不一致信息处理工具,然而当故障诊断存在明显的诊断代价差异时,经典粗糙集方法由于无法考虑先验知识而不能取得满意的效果。通过引入样本对象的主观加权,该文提出加权粗糙集的学习方法,设计了加权属性约简和加权规则提取算法,为粗糙集学习提供一种引入先验知识的途径。基于提出的加权粗糙集学习方法,开展了代价敏感故障诊断的研究,并进行了汽轮机振动的代价敏感故障诊断实验。实验表明,基于加权粗糙集方法的代价敏感故障诊断能优先选取高代价故障的关键征兆,并且使提取的规则集中高代价故障的规则具有更高的规则支持度和可信度,当诊断存在不一致的情况下,该方法倾向于将故障诊断为高代价故障,从而降低诊断代价。
-
关键词
粗糙集
属性约简
规则提取
故障诊断
代价敏感诊断
-
Keywords
rough sets
attribute reduction
rule extraction
fault diagnosis
cost-sensitive diagnosis
-
分类号
TK38
[动力工程及工程热物理—热能工程]
TP277
[自动化与计算机技术—检测技术与自动化装置]
-
-
题名代价敏感分类策略在肺癌细胞识别诊断中的应用
被引量：1
- 2
-
-
作者
张缨
汪栋
贾绍昌
叶玉坤
史颖欢
高阳
-
机构
解放军第八一医院全军肿瘤中心
南京大学软件新技术国家重点实验室
-
出处
《医学研究生学报》
CAS
北大核心
2012年第6期567-570,共4页
-
基金
国家自然科学基金(61035003)
-
文摘
目的代价敏感分类策略可以最小化误分类代价并有效提高识别率。针对计算机辅助肺穿刺样本的病理图像分析,提出一种新的代价敏感图像层的肺癌诊断系统(cost-sensitive image-level lung cancer diagnosis system,CILCDS)。方法基于潜在狄利克雷分配模型(latent dirichlet allocation,LDA)、代价敏感支持向量机(cost-sensitive support vector machine,CSSVM)以及多类支持向量机(multi-class support vector machines,mcSVM)等最新计算机技术,对肺穿刺病理细胞学涂片进行识别诊断。实验数据集是271例肺穿刺样本图像,其中240例肺癌样本有术后组织病理诊断结果对照。结果通过与基于轴平行矩形(axis-parallel rectangles,APR)、K近邻(citation K-nearest neighbors,Citation-kNN)、集成多样性密度(ensemble ofdiversity density,EM-DD)、多分类多示例自适应增强法(multi-class multi-instance adaptive boosting,MCMI-AdaBoost)等方法进行对比,CILCDS在癌与正常细胞的判断以及癌细胞的分类识别诊断过程中能够取得更低的错误分类代价以及较好的组织病理结果符合率。结论 CILCDS对肺癌细胞涂片诊断率高,并能减少既往肺癌细胞病理诊断过程中假阳性结果。
-
关键词
代价敏感图像层肺癌诊断系统
肺肿瘤/诊断/病理学
图像处理
计算机辅助
-
Keywords
Cost-sensitive image-level lung cancer diagno-sis system
Lung neoplasms/diagnosis/pathol-ogy
Image processing
Computer-assisted
-
分类号
R734.2
[医药卫生—肿瘤]
-
