基于决策树与随机森林的光纤光栅振动信号的识别与分类开题报告
2020-02-18 16:21:18
1. 研究目的与意义（文献综述）
1.1 研究目的及意义
信息技术高速发展，各行各业积累了大量的数据，人类社会已经进入到大数据时代。数据挖掘是当前最流行的数据分析技术之一，通过数据挖掘，可以将潜在有用的信息从数据中提取出来，建立计算机程序以发现规律或者模式，从而达到对数据进行识别、预测和分类等目的。
随着分布式光纤传感技术的高速发展，光纤传感系统的数据量在也不断提升，其中包含了各类振动信号数据。作为研究对象的光纤光栅振动信号，其复杂程度不亚于任何的动态信号[1]，在实际应用中，通过传统方式对振动信号数据集进行识别和分类效率低下，那么通过构建算法模型实现对各类信号的自动化识别和分类就显得尤为重要。
2. 研究的基本内容与方案
2.1 研究的基本内容
本课题希望实现基于决策树与随机森林的光纤光栅振动信号的识别与分类系统。借助于官方提供的开源库，搭建系统平台对各类振动信号进行特征提取、训练和测试，实现光纤光栅振动信号的识别与分类，并对分类结果进行验证。
2.2 研究目标
3. 研究计划与安排
第1－3周：查阅相关文献资料，明确研究内容，了解研究所需理论基础。确定方案，完成开题报告。
第4－5周：熟悉掌握基本理论，完成英文资料的翻译，熟悉开发环境。
第6－9周：编程实现各算法，并搭建系统进行调试。
4. 参考文献（12篇以上）
| [1]姚国珍. 光纤振动传感理论与实验研究[D].华北电力大学(北京),2017. [2] Wei Pu, Shan Xuekang, SunXiaohan. Frequency response of distributed fiberoptic vibration sensor basedon non-balanced Mach-Zehnder interferometer[J].Optical Fiber Technology, 2013,19(1):47-51. [3] Seedahmed S.M, Jim K, YuvarajaV. Realtime distributed fiber optic sensor for security systems: performance,event classification and nuisance mitigation[J]. Photonie Sensors,2012,2(1):225-236. [4] Jiang Lihui, Liu Xiangming,Zhang Feng. Multi-target recognition used in airpoty fiber fence warningsystem[C]. Proceeding of the Ninth International Conference Oil MachineLearning and Cybernetics, 2010:l126-l129. [5]蒋立辉, 盖井艳, 王维波等. 基于总体平均经验模态分解的光纤周界预警系统模式识别方法[J]. 光学学报, 2015, 35(10): 52-58. [6]王奕森,夏树涛.集成学习之随机森林算法综述[J].信息通信技术,2018,12(01):49-55.. [3] Breiman Leo. Random Forests[J].MachineLearning, 2001,45(1):5-32. [7] Jin M, Wang H, ZhangQ. Financial Management and Decision Based on Decision Tree Algorithm[J].Wireless Personal Communications, 2018. [8] POGislason, JA Benediktsson, JR Sveinsson. Random Forests for Land Cover Classificat- ion[J].Pattern Recognition Letters, 2006, 27(4): 294-300. [9]张钰, 陈珺, 王晓峰. 随机森林在滚动轴承故障诊断中的应用[J]. 计算机工程与应用, 2018. [10]杨超, 李海霞. 基于随机森林的城市快速路交通事件持续时间估计[J]. 交通信息与安全, 2015(6):72-76. [11] Paul A,Mukherjee D P, Das P, et al. Improved Random Forest for Classification[J].IEEE Transactions on Image Processing, 2018:1-1. [12] Miao Yu, AdelRhuma, Syed Mohsen Naqvi. A Posture Recognition-Based Fall Detection System for Monitoringan Elderly Person in a Smart Home Environment[J]. IEEE Journal ofBiomedicaland Health Informatics, 2012, 16(6): 1274-1286. [13]关晓蔷,庞继芳,梁吉业.基于类别随机化的随机森林算法[J].计算机科学, 2019:196-201. [14]任才溶,谢刚.基于随机森林和气象参数的PM_(2.5)浓度等级预测[J].计算机工程与应用,2019,55(02):213-220. [15]于红波.改进随机森林算法在北方河流测流断面形态预测中的应用[J].水利技术监督,2019(01):203-206. |
|
|
