随机森林在振动信号特征选择及状态分类中的应用

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，在医学、生物学及机器学习等领域得到了较为广泛的应用，但是在机械设备故障诊断领域的应用尚不多见。本文试图将RF 引入机械设备故障诊断过程中，在阐述RFA 基本原理的基础上，通过提取某型坦克变速箱的振动加速度信号的时域、频域特征参量，应用RFA 评价了不同特征参量对分类的重要性，并建立了RFA 分类器，讨论了分类决策树个数对分类精度的影响，结果表明：当分类决策树达到一定数量时，分类正确率能够达到100％。

关键词： 随机森林 振动信号 状态分类 组合分类器 故障诊断

作者: 冯辅周 刘菁 江鹏程 丛华

作者单位: 装甲兵工程学院机械工程系 北京,100072

会议类型: 国内会议

会议名称: 全国高校机械工程测试技术研究会振动工程学会动态测绘专业委员会2008代表大会暨学术年会

会议地点: 石家庄

会议语种:中文

页码: 1-8

在线出版日期: 2008-10-01（万方平台首次上网日期，不代表论文的发表时间）