基于两阶段随机森林的螺丝锁附结果判别研究

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.