基于CEEMDAN-MSE-RF的轴承故障诊断python

1、完全噪声辅助聚合经验模态分解CEEMDAN

 CEEMDAN这个我在前面也简单介绍过了，具体原理可以详细见博客。

2、多尺度熵MSE

多尺度熵MSE的基本原理就是对时间序列进行粗粒化或下采样，即主要是在越来越粗略的时间分辨率下分析时间序列。

实现的python代码如本人原创博客中展示。

3、随机森林RF

随机森林就是通过集成学习的思想将多棵树集成的一种算法，它的基本单元是决策树。

3.1、集成学习思想

集成学习就是通过训练得到多个结合器，当需要使用时会通过一个总的结合器将多个估计器的结果整合起来当作最后的结果输出。具体原理如下图所示。

3.2、决策树讲解 

从字面上理解就是树状型的分类器，通过一些特征去比较，然后分类。选取信息增益、基尼指数gini和均方差来作为参考特征。例如下图就是利用gini特征去判断。