面向发动机故障诊断精度的深度随机森林优化研究

作者：贺鹏程

来源：兵工自动化, 2020, 39(12): 58-61.

• 装备故障诊断
• 深度学习
• 深度随机森林
• 扩张卷积

为解决装备故障检测存在故障数据少,难以应用深度学习方法提高性能的问题,提出一种基于优化深度随机森林的提高装备故障诊断精度方法。根据数据集合数据的特点,构建重采样的样本集合决策树模型,通过对故障数据中的连续数值进行C4.5决策树离散化处理,使用扩张卷积方法扩展滑动窗口的感测范围,对训练模型进行实验验证。实验结果表明,运用深度随机森林的方法对提高装备故障诊断有一定借鉴作用。