摘要

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可能分开。通过对3个数据集进行仿真分析,表明该算法的性能优于其他2个算法,具有更高的通用性,验证了该算法的有效性。

  • 单位
    中国人民解放军陆军工程大学