摘要

为了快速获得稳定高精度的时延信息,鉴于随机森林具有抗噪能力强、速度快等优点,提出了一种基于随机森林的脉冲星时延估计方法。在训练阶段,将同一时延的标准脉冲星轮廓视为一个类,并将多个不同时延的标准脉冲星轮廓作为训练样本集,训练随机森林。在预测阶段,训练好的随机森林可将累积脉冲星轮廓归为某一个类,则该类别的编号对应脉冲星时延估计值。实验结果表明,基于随机森林的时延估计方法能提供实时高精度的脉冲星时延估计,影响时延估计精度的主要因素为决策树数量和脉冲星轮廓子间隔,而预估值范围对估计精度的影响相对较小。