%0 Journal Article
%A 丁家满1
%A 吴晔辉1
%A 罗青波1
%A 杜奕2
%T 基于深度森林的轴承故障诊断方法
%D 2021
%R 
%J 振动与冲击
%P 107-113
%V 40
%N 12
%X <div style="line-height: 150%">利用深度神经网络进行机械故障诊断存在复杂的调参过程，并且参数的赋值对诊断结果影响很大，为解决该问题提出一种基于深度森林的诊断模型。采用重采样技术提取了时域和频域特征；以多组简单工况下的轴承实验数据训练构建深度森林模型，在分析超参数对模型影响的基础上确定了诊断模型的关键参数；将该模型应用到复杂工况下，与随机森林模型及深度神经网络模型进行比较，实验结果表明该方法不仅有效而且具有较强的泛化能力。</div>
%U https://jvs.sjtu.edu.cn/CN/abstract/article_10531.shtml