基于Adaboost与贝叶斯决策的系统状态评估

• 作者: 伦向敏 侯一民
• 来源期刊: 科技与创新
• 关键词: 自适应增强 贝叶斯决策 系统状态评估 最小错误率
• 年，卷（期）: 2008,（31）
• 所属期刊栏目: 故障诊断
• 页码范围: 194-195,176
• 页数: 3页
• 分类号: TP181
• 语种: 中文
• DOI: 10.3969/j.issn.1008-0570.2008.31.083

摘要

本文针对工业系统运行状态设计评估方法.首先以整个系统中某个子系统的传感器组群信号作为输入,训练自适应增强(Adaboost)分类器,得到该子系统多种假定工作状态分类结果.之后以子系统状态分类结果作为贝叶斯决策(Bayesian Decision)的依据,运用最小错误率(Minimum Error Ratio)原理估计整个系统状态.实验采用仿真形式,以多组模拟传感器信号作为输入,完成系统评估过程.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	伦向敏	东北电力大学自动化工程学院	27	73	4.0	8.0
2	侯一民	东北电力大学自动化工程学院	39	247	8.0	15.0