基于AdaBoost算法的液压系统故障诊断研究

主要研究了AdaBoost算法在液压系统故障诊断中的应用。为了解决"一对一"算法和"一对余"算法的分类速度随着训练样本数或类别数的增多而变慢的问题,提出了基于决策树的AdaBoost算法。利用CART算法构造决策树,建立AdaBoost分类器,并根据样本数据的分布情况,使得在决策树中每一个节点的最可分类别尽可能分开。将该算法应用于某型装甲车辆液压系统故障诊断,结果表明:该算法的性能优于其他两个算法,具有更高的通用性。     

基于多类AdaBoost的故障诊断算法

主要研究了多类分类AdaBoost算法,及其在多类故障诊断问题中的应用.为了解决“一对一”算法和“一对余”算法的局限性,提出了基于决策树的AdaBoost算法.利用遗传算法的全局随机搜索性能对数据集进行特征筛选,得到新的特征数据集,根据CART算法构造决策树建立AdaBoost分类器,使得决策树每一个节点的最可分类别尽...