随机森林和k-近邻法在某型坦克变速箱状态识别中的应用

摘要：

随机森林(Random Forests Algorithm,RFA)是一种包含多个分类树的组合分类器,其特点是在形成分类器的过程中能够对特征参量的重要性进行评估.论文将随机森林算法应用于某型坦克变速箱振动信号的特征选择中,采用了3类36个60维的特征样本集,选择产生了5个重要特征参量,采用k-近邻法对降维后的特征样本集进行分类,状态识别正确率最高达100％.

关键词： k-近邻法 随机森林RF 状态识别 坦克变速箱 振动信号 分类树

作者: 冯飞翔 冯辅周 江鹏程 刘菁 刘建敏

作者单位: 装甲兵工程学院机械系,北京 100072

会议类型: 国内会议

会议名称: 第8届全国转子动力学学术讨论会

会议地点: 湖南湘潭

会议语种:中文

页码: 152-154

在线出版日期: 2008-06-15（万方平台首次上网日期，不代表论文的发表时间）