文献类型：期刊文章

作　　者：孙光民[1] 刘浩[1] 何存富[2] 李煜[1] 李子博[1] 刘秀成[2] 张瑞环[2] 路浩南[1]

SUN Guangmin;LIU Hao;HE Cunfu;LI Yu;LI Zibo;LIU Xiucheng;ZHANG Ruihuan;LU Haonan(College of Information and Communication Engineering,Faculty of Information Technology,Beijing University of Technology,Beijing 100124,China;College of Mechanical Engineering and Applied Electronics Technology,Beijing University of Technology,Beijing 100124,China)

机构地区：[1]北京工业大学信息学部信息与通信工程学院,北京100124 [2]北京工业大学机械工程与应用电子技术学院,北京100124

出　　处：《北京工业大学学报》

基　　金：国家自然科学基金资助项目(11527801;41706201);北京市教育委员会资助项目(JZ042001201701)

年　　份：2019

卷　　号：45

期　　号：2

起止页码：119-125

语　　种：中文

收录情况：AJ、BDHX、BDHX2017、CAS、CSA、CSA-PROQEUST、CSCD、CSCD_E2019_2020、IC、INSPEC、JST、MR、RCCSE、SCOPUS、ZGKJHX、ZMATH、核心刊

摘　　要：为了提高基于巴克豪森噪声信号的铁磁材料硬度预测方法的精度并使其自动化,提出一组基于巴氏噪声自回归(auto regression,AR)谱一阶导数、二阶导数的预测特征;设计一种特征抽取算法,以统一频域特征的维度;通过改进随机森林算法的群投票机制减少噪声干扰与运算复杂度.通过2种金属的硬度预测实验,获得预期的结果,采用本文特征与算法的预测方法均方误差仅分别为60. 3、81. 3,与经典时域预测方法的均方误差229. 8、298. 7相比,所提出的特征与算法的预测方法具有明显的精确度和优越性.

关 键 词：巴克豪森噪声 频域自回归(AR)谱  二阶导数 CART算法 特征抽取算法 随机森林  

分 类 号：TP391]