论文部分内容阅读
主要研究了多类分类AdaBoost算法,及其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@AdaBoost算法。利用CART算法构造决策树建,.iAdaBoost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。通过对某型自行火炮液压系统故障进行分析,表明该算法的性能优于其他两个算法,具有更高的通用性,验证了该算法的有效性。