基于代价敏感方法的智能制造故障诊断研究

摘要

借助计算机技术可以帮助进行设备的故障诊断,由于数据不平衡等原因导致数据集中正负分类样本数量相差较为悬殊.为了降低正负类样本的不均衡导致的误判,提高设备故障诊断的准确率.结合Boosting方法和代价敏感方法,首先在训练集中多次采样,生成多个模型;在模型生成过中每一个迭代过程根据上一次迭代的结果来确定代价敏感值,因此代价敏感值是随动的.研究结果表明,和使用确定的代价敏感值的方法相比,该方法无论是在精度上,还是在稳定性上都有更好的表现.