装甲兵工程学院学报
裝甲兵工程學院學報
장갑병공정학원학보
JOURNAL OF ARMORED FORCE ENGINEERING INSTITUTE
2008年
4期
50-52,80
,共4页
曹玉坤%何嘉武%冯辅周%饶国强%范结绪
曹玉坤%何嘉武%馮輔週%饒國彊%範結緒
조옥곤%하가무%풍보주%요국강%범결서
随机森林%隶属度%评价向茸%模糊识别%状态识别系统
隨機森林%隸屬度%評價嚮茸%模糊識彆%狀態識彆繫統
수궤삼림%대속도%평개향용%모호식별%상태식별계통
针对模糊识别算法中,样本特征向量中各参量(分量)对状态分类的贡献权重难以确定的问题,提出了利用随机森林算法对特征参量的重要度评估结果作为特征权重的方法.通过对柴油机台架试验振动信号的跟踪分析,获得了柴油机在磨合期、100摩托小时、200摩托小时、300摩托小时及400摩托小时5种不同使用期(典型状态)的75个振动信号样本,然后计算出各类样本在幅域、时域和频域的特征参量,利用随机森林算法进行特征选择,确定4个重要特征参最及其权重,用统计方法得出其隶属度函数,最后根据评价向量对样本进行识别,识别准确率达剑94%以上.
針對模糊識彆算法中,樣本特徵嚮量中各參量(分量)對狀態分類的貢獻權重難以確定的問題,提齣瞭利用隨機森林算法對特徵參量的重要度評估結果作為特徵權重的方法.通過對柴油機檯架試驗振動信號的跟蹤分析,穫得瞭柴油機在磨閤期、100摩託小時、200摩託小時、300摩託小時及400摩託小時5種不同使用期(典型狀態)的75箇振動信號樣本,然後計算齣各類樣本在幅域、時域和頻域的特徵參量,利用隨機森林算法進行特徵選擇,確定4箇重要特徵參最及其權重,用統計方法得齣其隸屬度函數,最後根據評價嚮量對樣本進行識彆,識彆準確率達劍94%以上.
침대모호식별산법중,양본특정향량중각삼량(분량)대상태분류적공헌권중난이학정적문제,제출료이용수궤삼림산법대특정삼량적중요도평고결과작위특정권중적방법.통과대시유궤태가시험진동신호적근종분석,획득료시유궤재마합기、100마탁소시、200마탁소시、300마탁소시급400마탁소시5충불동사용기(전형상태)적75개진동신호양본,연후계산출각류양본재폭역、시역화빈역적특정삼량,이용수궤삼림산법진행특정선택,학정4개중요특정삼최급기권중,용통계방법득출기대속도함수,최후근거평개향량대양본진행식별,식별준학솔체검94%이상.
