基于梯度提升树的飞机机身对接状态识别

摘要

为了实时监控飞机机身的对接过程,针对机身对接数据没有标注和样本不平衡的特点,提出基于梯度提升树(GBDT)的机身对接状态识别方法.通过定位器及定位器上的载荷传感器,实时获取机身对接过程中的位移和载荷数据.结合飞机部件对接的工艺流程对历史对接数据进行状态标注,提出准确、高效的对接状态自动标注方法.在经过标注的对接数据上训练基于GBDT的机身对接状态识别模型,通过该模型可以获得各个特征的重要性.与长短期记忆网络(LSTM)、卷积神经网络(CNN)以及一些传统机器学习方法相比,该方法对接状态识别的宏F1(macro_F1)指标高达0.998,能够精准地识别每一种对接状态且训练速度较快.