基于時頻域分析方法與分類器算法相結合的Shunt辨識

摘要： 為了準確辨識汽車抖動和半軸扭矩振蕩（Shunt）現(xiàn)象，以傳統(tǒng)汽車為載體，結合短時傅里葉變換方法分析補充了Shunt的定義并優(yōu)化標簽數(shù)據集，使用決策樹、支持向量機和隨機森林算法，以發(fā)動機轉速、變速器輸入軸轉速等傳感器信號作為輸入來識別Shunt。結果表明，與傳統(tǒng)的模型構建方法相比，該方法降低了模型構建的難度和成本，后續(xù)可用于可解釋的機器學習來解釋模型。 （共6頁）