[發(fā)明專利]基于決策樹準(zhǔn)確率和相關(guān)性度量的信號(hào)隨機(jī)森林分類方法、系統(tǒng)及裝置

在審

• 申請(qǐng)?zhí)枺?/td>: 202110080937.4
• 申請(qǐng)日: 2021-01-21
• 公開（公告）號(hào): CN112836731A
• 公開（公告）日: 2021-05-25
• 發(fā)明（設(shè)計(jì)）人: 王國(guó)濤;孫志剛;高亞杰;李超然;梁曉雯
• 申請(qǐng)（專利權(quán)）人: 黑龍江大學(xué)
• 主分類號(hào): G06K9/62
• 分類號(hào): G06K9/62;G06K9/00
• 代理公司: 哈爾濱市松花江專利商標(biāo)事務(wù)所 23109
• 代理人: 時(shí)起磊

基于決策樹準(zhǔn)確率和相關(guān)性度量的信號(hào)隨機(jī)森林分類方法、系統(tǒng)及裝置，屬于信號(hào)分類識(shí)別領(lǐng)域。為了解決傳統(tǒng)隨機(jī)森林分類器中單個(gè)決策樹分類器的分類準(zhǔn)確率低的問(wèn)題。本發(fā)明首先建立決策樹，用3組預(yù)留的數(shù)據(jù)集分別對(duì)每棵決策樹進(jìn)行驗(yàn)證，計(jì)算第i棵決策樹的準(zhǔn)確率，將所有決策樹按分類準(zhǔn)確率降序排序；針對(duì)確定的數(shù)據(jù)集，采用向量?jī)?nèi)積方法計(jì)算并保存決策樹之間的內(nèi)積數(shù)值，將向量?jī)?nèi)積小于等于內(nèi)積閾值的決策樹保留，否則將計(jì)算向量?jī)?nèi)積的每一對(duì)決策樹中分類準(zhǔn)確率低的決策樹標(biāo)記為可刪除；按照分類準(zhǔn)確率從低到高依次刪除被標(biāo)記為可刪除的決策樹，直到剩下的決策樹數(shù)量為N；采用最終的分類器投票決定最終的分類結(jié)果。主要用于信號(hào)的分類識(shí)別。

技術(shù)領(lǐng)域

本發(fā)明屬于信號(hào)分類識(shí)別領(lǐng)域，具體涉及一種電子設(shè)備的信號(hào)分類識(shí)別方法、系統(tǒng)及裝置。

背景技術(shù)

在電子設(shè)備檢測(cè)技術(shù)領(lǐng)域，經(jīng)常會(huì)針對(duì)密封電子設(shè)備/密封電子元器件進(jìn)行信號(hào)檢測(cè)，但是目前的信號(hào)檢測(cè)方法存在準(zhǔn)確率不高等問(wèn)題，尤其是針對(duì)于類似多余物信號(hào)與組件信號(hào)的檢測(cè)識(shí)別，多余物信號(hào)是密封繼電器受到外界激勵(lì)時(shí)，游離的多余物微粒碰撞密封器件內(nèi)壁后因振動(dòng)而發(fā)出的聲音信號(hào)；組件信號(hào)是繼電器在施加振動(dòng)后內(nèi)部固有松動(dòng)器件發(fā)生的振動(dòng)信號(hào)。組件信號(hào)和多余物信號(hào)經(jīng)示波器輸出的波形形狀相似，而且有時(shí)存在組件信號(hào)、噪聲信號(hào)覆蓋多余物信號(hào)的情況，這就會(huì)增加多余物信號(hào)識(shí)別的難度。所以現(xiàn)有方法的識(shí)別還存在著諸多問(wèn)題，例如目前利用微粒碰撞噪聲檢測(cè)法識(shí)別多余物信號(hào)主要存在以下問(wèn)題：由于有些密封繼電器內(nèi)部結(jié)構(gòu)復(fù)雜，在進(jìn)行多余物信號(hào)識(shí)別時(shí)，干擾較大，對(duì)于檢測(cè)到的信號(hào)進(jìn)行分類時(shí)，并不能進(jìn)行準(zhǔn)確區(qū)分；實(shí)際上現(xiàn)有的方法在檢測(cè)其他信號(hào)時(shí)也存在這樣的問(wèn)題，而針對(duì)于多余物信號(hào)與組件信號(hào)問(wèn)題更加突出，目前并沒(méi)有能夠準(zhǔn)確區(qū)分二者的方法。沒(méi)有明確標(biāo)準(zhǔn)斷定信號(hào)種類時(shí)，為了杜絕將多余物信號(hào)判為組件信號(hào)，即認(rèn)為該器件是合格品而導(dǎo)致發(fā)生航天事故，就會(huì)將該器件作廢棄處理。因此，必須提高多余物信號(hào)識(shí)別與組件信號(hào)的準(zhǔn)確率。而目前多余物信號(hào)檢測(cè)所獲得的準(zhǔn)確率較低，只能達(dá)到75％左右。同時(shí)，在多余物信號(hào)的識(shí)別過(guò)程中，容易被外界噪聲信號(hào)所干擾，識(shí)別時(shí)易將組件信號(hào)識(shí)別為多余物信號(hào)或多余物信號(hào)誤判為組件信號(hào)。

決策樹算法是一個(gè)通過(guò)設(shè)定規(guī)則對(duì)數(shù)據(jù)分類的過(guò)程，不同類型的決策樹算法適用于處理不同數(shù)據(jù)類型，目前常用的決策樹算法包括ID3、C4.5和CART。其中，ID3算法采用信息增益作為分裂屬性選擇指標(biāo)，選擇分裂后信息增益最大的屬性作為下次劃分標(biāo)準(zhǔn)，ID3算法容易理解，但I(xiàn)D3算法不能處理連續(xù)值。為了能對(duì)連續(xù)數(shù)據(jù)進(jìn)行處理，又提出了C4.5 算法，C4.5算法在選擇分裂屬性時(shí)以信息增益率作為指標(biāo)，對(duì)于離散和連續(xù)性屬性都能進(jìn)行處理，同時(shí)對(duì)于屬性的缺失不敏感。CART二叉決策樹，在特征選擇時(shí)采用Gini系數(shù)作為屬性選擇標(biāo)準(zhǔn)，主要用于二分類問(wèn)題。

由決策樹算法設(shè)計(jì)的單個(gè)決策樹分類器在預(yù)測(cè)時(shí)經(jīng)常有過(guò)擬合問(wèn)題產(chǎn)生，一般通過(guò)集成學(xué)習(xí)避免過(guò)擬合現(xiàn)象在決策樹進(jìn)行分類的過(guò)程中出現(xiàn)。集成學(xué)習(xí)，就是將多個(gè)單個(gè)分類器組合在一起對(duì)事物進(jìn)行判斷，使最后取得的分類效果相對(duì)于單一分類器更優(yōu)。在設(shè)計(jì)集成學(xué)習(xí)算法時(shí)，使設(shè)計(jì)的基分類器具有泛化能力強(qiáng)、差異度大的特點(diǎn)是構(gòu)建優(yōu)秀集成分類器的關(guān)鍵。常見的集成學(xué)習(xí)方法包括Bagging、Boosting、隨機(jī)森林算法等。

2001年，Breiman以隨機(jī)決策森林算法為基礎(chǔ)，并將Bagging算法與CART算法綜合后，提出了隨機(jī)森林算法。在訓(xùn)練樣本集中隨機(jī)地抽取樣本，并且隨機(jī)地在特征集中選取特征，根據(jù)選定的數(shù)據(jù)子集和特征子集建立每一個(gè)決策樹分類器后組合成為隨機(jī)森林分類器，最后由所有的決策樹分類器經(jīng)預(yù)測(cè)、投票的方式得出結(jié)果。

隨機(jī)森林算法有諸如：分類準(zhǔn)確率高于一般的分類算法，由于在取樣階段的隨機(jī)性，降低了算法的過(guò)擬合問(wèn)題；抗噪聲能力增強(qiáng)，可以并行運(yùn)算，對(duì)于連續(xù)和離散型數(shù)據(jù)都可以很好的處理等優(yōu)點(diǎn)。但是也存在一些固有的缺點(diǎn)：當(dāng)組成隨機(jī)森林分類器中的基分類器數(shù)量較大時(shí)，分類器訓(xùn)練的空間和時(shí)間會(huì)相應(yīng)增加。另外，以取樣后又將其放回到數(shù)據(jù)集中的抽樣方式選取樣本子集，不能保證樣本子集中所有樣本點(diǎn)具有好的特征，會(huì)存在某個(gè)決策樹分類器選擇較差的樣本比較多，因此不一定具有良好的分類效果。