Fault diagnosis of spur gearbox based on random forest and wavelet packet decomposition

这份报纸在刺激 gearboxes 为多班差错诊断探讨一个随机的森林分类器的发展。颤动信号条件参数被与多重母亲小浪，和系数精力内容使用小浪包分解首先提取因为终端节点为分类问题被用作输入特征。然后，通过发现最好的空间为树的数字和随机的特征的数字珍视的参数的研究被执行。这样，为申请的母亲小浪的最好的集合被识别，最好的特征通过随机的森林分类器的内部评价被选择。结果证明建议方法在模型在分类精确性，和高效率和坚韧性到达了 98.68% 。