基于两阶段随机森林的螺丝锁附结果判别研究

• 作者: 周稻祥 李明 邓煜
• 来源期刊: 太原理工大学学报
• 关键词: 随机森林 类别不平衡 概率主成分分析 螺丝锁附
• 年，卷（期）: 2020,（2）
• 所属期刊栏目: 信息与计算机
• 页码范围: 198-205
• 页数: 8页
• 分类号: TP181
• 语种: 中文
• DOI: 10.16355/j.cnki.issn1007-9432tyut.2020.02.007

摘要

螺丝锁附结果的判断是智能螺丝机的核心要点.为更好地判别螺丝锁附结果,针对螺丝锁附数据不等长、类别不平衡的特点以及相似锁附类别易发生误判的问题,将随机森林分两阶段对螺丝锁附数据建立判别模型.第一阶段,根据原始数据的物理特性构造特征,对数据欠采样并使用随机森林算法进行特征筛选.第二阶段,首先以各物理特性的概率主成分分析方差作为特征进行聚类,将相似类别归在同簇中;然后对各簇分别使用随机森林算法建立分类模型.最终以先确定数据所属簇,再由簇内分类器分类的方式对螺丝锁附结果进行判别.实验结果显示,与传统螺丝锁附判别方法及经典机器学习分类算法对比,本文模型具有更优的精确度、召回率、F值.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李明	太原理工大学大数据学院	18	28	3.0	4.0
2	周稻祥	太原理工大学大数据学院	4	1	1.0	1.0
3	邓煜	太原理工大学大数据学院	1	1	1.0	1.0