超1-依赖贝叶斯信号智能分类算法

摘要

通过计算每个超1-依赖分类器与其相对应的朴素贝叶斯分类器的差异性来对超1-依赖分类器进行加权,提出了一种新的超1-依赖智能分类方法,利用4层小波包分解提取缸盖振动信号的特征向量,采用基于信息熵最小化的多区间离散化分析确定离散区间后,利用改进的超1-依赖贝叶斯分类器对模拟故障状态下的离散数值进行分类诊断.实验证明,该方法对于柴油机振动信号在不同工况下均表现出了较高的识别准确率.