基于重采样的集成特征选择算法的生产线故障判断方法

摘要

本发明涉及一种基于重采样的集成特征选择算法的生产线故障判断方法，包括以下步骤：步骤1：基于重采样方法将不均衡数据集IDS构建新的样本子空间；步骤2：使用随机森林算法对各样本子空间进行特征选择，获取各子空间的特征子集；步骤3：将各子空间的特征子集合并成新的特征空间合集；步骤4：使用降噪自编码器对新的特征空间合集进行降维，得到预测模型的输入；步骤5：根据预测模型的输入采用随机森林算法建立故障预测模型并利用该故障预测模型对生产线进行实时故障监控判断。与现有技术相比，本发明具有准确度高，鲁棒性好等优点。