تشخیص سیگنالهای آکوستیک امیشن با استفاده از درخت تصمیم

یکی از روشهای فرموله نمودن دانش ، به شکل درخت تصمیم می باشد. کلاسبندی درخت تصمیم DTC بطور ماهرانه ای در زمینه های مختلف علمی و مهندسی از جمله کلاسبندی سیگنالهای رادار ، سنجش از راه دور، سیستم های خبره و ... مورد استفاده قرار می گیرند. مشخصه بارز DTC توانایی حل فرآیندهای تصمیم گیری پیچیده به مجموعهای ا ز تصمیمات ساده تر می باشد.که باعث تفسیر ساده تر تصمیم گیری می شود. هدف این مطالعه تصمیم گیری در مورد نحوه تفکیک انواع سیگنالهای آکوستیک امیشن می باشد. تست AE بااستفاده از منابع سیگنال ضربه، مداد و جرقه روی سطح یک قطعه مکعب فولادی انجام داده شده است. از نتایج مشاهده می شود که ویژگی مدت استمرار واقعه بیشترین تمایز را در سیگنالهای بدست آمده قائل میشود. بالا بودن دقت کلاسبندی در این روش در مقایسه با نتایج کارهای انجام شده قبلی قابل ملاحظه می باشد.

کلیدواژه ها:

آکوستیک امیشن ، درخت تصمیم ، یادگیری ماشین