为了加强故障信息数据挖掘力度,减少人力物力资源浪费,解决机械故障图像检测的特征信息、高分辨属性描述清晰度有限等问题,在决策树算法的基础上构建一种诊断机械故障信息挖掘方法。对机械故障检测图像中连续小波进行离散化处理,提取小波变换特征,将多次分解后的小波变换特征集成为并行结构;根据包含小波变换特征集并行结构的子集节点,在决策树算法中引入C4.5算法,优化挖掘出具有较高取值信息增益的灰度级,并通过校正矩阵将每个样本图像构造成多个不同的训练数据集,去除不同的属性子集,形成众多深度树,重复选择,直到得到目标数据。仿真实验结果表明,所提出的算法具有计算简单、挖掘效率高等优点,能够在最短时间内获取最优数据挖掘结果,可以广泛应用在现实生活中。

针对电梯液压缓冲器的安全隐患识别检测问题,本文设计了一款基于决策树算法的电梯液压缓冲器智能识别检测系统。使用激光测距测速传感器与摄像头对电梯液压缓冲器的压缩复位过程和喷油情况进行识别观察,采用决策树算法建立隐患识别模型,对传统基本算法倾向于选择取值较多的属性问题,引进属性阈值和信息增益率对其进行优化改进,以提高隐患识别检测的泛化能力,能够快速准确做出检测隐患功能。结果表明,该液压缓冲器隐患智能识别检测系统精确度平均值达到81.64%,降低检测复杂性,提高检测效率,可为电梯液压缓冲器检验工作提供重要的科学参考依据。