激光发生器中的数据分类数学模型设计

作者：陆剑锋; 金红军

来源：激光杂志, 2018, 39(12): 125-129.

DOI：10.14016/j.cnki.jgzz.2018.12.125

• 激光发生器
• 数据
• 分类
• 模型
• 设计

针对激光发生器中分类方法的收敛性较差的问题。本文依据随机森林法,对激光发生器中的数据分类数学模型进行设计,利用统计去噪法对激光发生器中的数据进行去噪,对数据点密度参数特征,在设定阈值范围内部还是外部进行判断,并将范围外部的数据点确定为噪声数据点去除,为高精度的数据分类奠定基础;依据3D-HT特征提取法对激光发生器中的数据特征进行提取,通过激光发生器中的数据原本结构,迅速恢复全部数据的结构,和数据邻近关系,以估计各数据点法矢特征向量;利用前向法对所得特征向量进行筛选,获得特征空间,以增强分类方法的收敛性;根据自顶而下的贪婪法,使得决策树各内部结点能够选取数据分类最佳的特征属性,并将达到本结点的数据区分为两类或者是多类,对这个过程进行重复,一直到可以精确地将全部的训练数据聚类完毕。实验表明,所提方法提高了激光发生器中数据分类的精度和收敛性,相比当前方法具有的一定的优越性。

• 单位
  泰州职业技术学院; 盐城工学院