Нахождение оптимальных наборов признаков в задачах классификации воздействий на вибрационных датчиках

Чикрин Дмитрий Евгеньевич, Голоусов Святослав Владимирович, Главацкий Никита Владимирович, Ермаков Дмитрий Владимирович, Степанов Андрей Николаевич, Кокунин Петр Анатольевич

В работе представлен сравнительный анализ методов извлечения признаков машинного обучения применительно к задаче трехклассовой классификации по экспериментальной выборке. Входная выборка данных представляла собой равномерно дискретизированную последовательность нормированных амплитуд воздействий, получаемых с вибрационного датчика. В качестве метода классификации был использован метод ближайших соседей. В результате исследований был найден оптимальный набор признаков и оптимальная метрика расстояния с точки зрения минимизации ошибки классификации; по рассматриваемым признакам определена степень их позитивного или негативного влияния на процесс классификации.

Ключевые слова:классификация, машинное обучение, вибрации, метод ближайших соседей, вейвлет, спектральное разложение, кепстр, эксцесс, асимметрия, метрика городских кварталов.