《表4 3种分类器诊断性能比较》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于模糊聚类方法的S700K转辙机故障诊断》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

为了验证该方法对S700K转辙机故障状态的识别性能，从微机监测系统中获取36组S700K转辙机动作功率曲线数据进行测试，数据量属于小样本情况。在小样本情况下，模糊聚类方法作为故障分类器，比支持向量机（SVM）算法和贝叶斯网络（BN）算法的诊断误报率更低[10]。3种分类器性能比较如表4所示。从表4可见:模糊聚类方法正确率为94.5%；在小样本情况下，模糊聚类方法仍具有较强的预测推广能力。