《表2 变量dir说明：基于代价敏感方法的智能制造故障诊断》
提示：宽带有限、当前游客访问压缩模式
特别地，Mechanical Analysis数据集dir变量中含9种情况，包括测量时是否有过滤器、测量的类型以及方位等内容。如表2所示为具体说明。
| 图表编号 | XD00102863600 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2019.09.01 |
| 作者 | 赵宏宇、沈江、安邦 |
| 绘制单位 | 天津大学管理与经济学部、天津大学管理与经济学部、天津大学管理与经济学部 |
| 更多格式 | 高清、无水印（增值服务） |
相关图表
- 《表3 TE过程的变量：基于主元分析方法的化工过程故障诊断与识别》2020.09.20
- 《表1 工作时间的离散化：电能表故障预测的代价敏感模型研究》2021.03.15
- 《表2 模型效果：电能表故障预测的代价敏感模型研究》2021.03.15
- 《表2 水电机组故障数据：基于综合差异挖掘的水电机组仿生智能故障诊断》2020.12.15
- 《表2 焊接工艺参数：含分布式电源配电网的智能故障诊断方法》2021.02.18
- 《表2 物理端口信息表：基于改进D-S证据理论的智能站保护二次回路故障诊断方法》2020.05.01
- 《表3 举证表法：基于改进D-S证据理论的智能站保护二次回路故障诊断方法》2020.05.01
- 《表2 轴承参数：基于卷积神经网络的风电机组轴承机械故障智能诊断方法》2020.07.30
- 《表2 广义变比：面向智能变电站二次设备的故障诊断方法研究》2020.02.10
- 《表1 故障诊断数据属性变量说明》2019.09.01
- 《表1 故障诊断数据属性变量说明》2019.09.01
- 《表1 车门典型微小故障：数据驱动的地铁车门微小故障智能诊断方法》2019.06.01
- 《表2 敏感特征：数据驱动的地铁车门微小故障智能诊断方法》2019.06.01
- 《表5 数据融合结果对比：基于多域特征与改进D-S证据理论的齿轮故障智能诊断方法》2019.09.15
- 《表2 支路表：基于决策树算法的智能变电站虚回路故障诊断方法》2019.08.10
- 《表1 节点表：基于决策树算法的智能变电站虚回路故障诊断方法》2019.08.10
- 《表2 正交试验表：基于信息融合的机器人薄壁轴承故障智能诊断》2019.07.01
- 《表2 代价敏感矩阵：基于MKLSVM的MVB端接故障诊断》2019.04.01
- 《表1 故障信息表：基于主成分分析法和贝叶斯网络的智能变电站故障诊断方法》2018.03.10
- 《表2 实验参数：基于大数据的电力计量装置故障智能化诊断研究》2019.12.05