来源：期刊VIP网 时间：
作者：张伟;邓士杰;于贵波;
单位：陆军工程大学石家庄校区;
摘要：为了提升储运发箱在运输过程中行为识别的精度，提出了一种改进的特征选择方法用于降低储运发箱原始特征集的冗余程度，从而提升分类的准确率。基于滑动窗口和特征提取技术从储运发箱三轴运动数据中提取时域和频域特征；再利用改进的随机森林袋外误差方法衡量特征的重要性，并通过递归特征消除算法提取贡献度大的特征组成最优特征子集；将获得的最优特征数据集输入至分类器中，完成对储运发箱行为姿态的识别。实验结果表明，该改进的特征选择方法能够根据特征的重要性筛选出低维度且相关性高的特征子集，可以在降低分类器复杂程度的基础上提高分类的准确率，具有一定的实际工程应用价值。
关键词：储运发箱;;特征选择;;随机森林;;袋外误差;;递归特征消除;;分类器
