基于随机森林的直升机飞行状态识别方法

• 作者: 李新民 熊邦书 王锦盛 莫燕 赵平均 黄建萍
• 来源期刊: 计算机工程与应用
• 学科: 航空航天
• 关键词: 随机森林 飞行状态识别 预处理 特征参数 小样本
• 年，卷（期）: 2017,（17）
• 所属期刊栏目: 模式识别与人工智能
• 页码范围: 149-152,159
• 页数: 5页
• 分类号: V328.1
• 字数: 3695字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.1611-0391

摘要

针对直升机飞行状态识别训练样本数据少而导致识别率不高的问题,提出一种基于随机森林的直升机飞行状态识别方法.首先利用去野点、限幅、平滑处理对飞行数据进行预处理,并根据特征参数将飞行状态分为8个小类;然后利用随机森林识别率较高的特点,对每一小类进行随机森林分类器设计;最后利用训练样本训练每个随机森林分类器,并将训练好的随机森林分类器识别直升机全起落飞行状态.以某型直升机实飞数据作为实验数据,将该方法与RBF神经网络法和SVM法进行对比实验,结果表明在小样本情况下该方法识别率有明显提高,识别速度也有所提高,可为直升机寿命预测提供依据.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	熊邦书	南昌航空大学图像处理与模式识别省重点实验室	78	617	11.0	22.0
2	莫燕	南昌航空大学图像处理与模式识别省重点实验室	13	61	4.0	7.0
3	李新民	中国直升机设计研究所直升机旋翼动力学国防科技重点实验室	33	111	6.0	8.0
4	黄建萍	中国直升机设计研究所直升机旋翼动力学国防科技重点实验室	28	183	7.0	12.0
5	赵平均	中航工业洪都航空工业集团有限责任公司飞机设计研究所	6	41	3.0	6.0
6	王锦盛	南昌航空大学图像处理与模式识别省重点实验室	2	1	1.0	1.0