基于改进随机森林算法的铁磁材料硬度预测

论文摘要

为了提高基于巴克豪森噪声信号的铁磁材料硬度预测方法的精度并使其自动化,提出一组基于巴氏噪声自回归(auto regression,AR)谱一阶导数、二阶导数的预测特征;设计一种特征抽取算法,以统一频域特征的维度;通过改进随机森林算法的群投票机制减少噪声干扰与运算复杂度.通过2种金属的硬度预测实验,获得预期的结果,采用本文特征与算法的预测方法均方误差仅分别为60. 3、81. 3,与经典时域预测方法的均方误差229. 8、298. 7相比,所提出的特征与算法的预测方法具有明显的精确度和优越性.

论文目录

文章来源

类型: 期刊论文

作者: 孙光民,刘浩,何存富,李煜,李子博,刘秀成,张瑞环,路浩南

关键词: 巴克豪森噪声,频域自回归谱,二阶导数,算法,特征抽取算法,随机森林

来源: 北京工业大学学报 2019年02期

年度: 2019

分类: 工程科技Ⅱ辑,工程科技Ⅰ辑,信息科技

专业: 金属学及金属工艺,自动化技术

单位: 北京工业大学信息学部信息与通信工程学院,北京工业大学机械工程与应用电子技术学院

基金: 国家自然科学基金资助项目(11527801,41706201),北京市教育委员会资助项目(JZ042001201701)

分类号: TP181;TG115.5

页码: 119-125

总页数: 7

文件大小: 2589K

下载量: 279

相关论文文献

标签：巴克豪森噪声论文;  频域自回归谱论文;  二阶导数论文;  算法论文;  特征抽取算法论文;  随机森林论文;