论文部分内容阅读
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％。