《表2 3种方法仿真结果：PSO优化BP神经网络齿轮箱故障诊断》
提示：宽带有限、当前游客访问压缩模式
BP、PNN和PSO-BP神经网络诊断结果如表2所示。
| 图表编号 | XD001171700 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2019.12.06 |
| 作者 | 张永超、李金才、赵录怀 |
| 绘制单位 | 西安交通大学城市学院、西安交通大学城市学院、西安交通大学电气学院 |
| 更多格式 | 高清、无水印（增值服务） |
相关图表
- 《表2 故障诊断输出结果：基于BP神经网络的静止变频器故障诊断方法》2020.10.25
- 《表6 两种算法性能比较：GA-ACO优化BP神经网络在行星齿轮箱故障诊断中的应用》2021.03.15
- 《表2 测试样本特征值：GA-ACO优化BP神经网络在行星齿轮箱故障诊断中的应用》2021.03.15
- 《表3 BP神经网络模型故障诊断结果》2020.12.10
- 《表1 测试样本期望输出：基于PSO优化RBF神经网络的往复式压缩机故障诊断》2020.06.25
- 《表3 基于LGWO-KFCM、KFCM、BP的风电齿轮箱故障诊断结果》2020.06.15
- 《表4 GA-BP神经网络优化模型故障诊断结果的准确率》2019.10.01
- 《表4 故障诊断正确率：LF-PSO优化神经网络的高压断路器机械故障诊断》2019.10.18
- 《表2 实验数据样本集：LF-PSO优化神经网络的高压断路器机械故障诊断》2019.10.18
- 《表2 学习训练样本：神经网络优化FPN的矿用齿轮减速器故障诊断》2019.10.01
- 《表2 仿真诊断结果：基于自适应遗传优化RBF神经网络的船舶柴油机故障诊断》2019.07.01
- 《表1 齿轮诊断结果：基于BP神经网络的采煤机传动机构故障诊断系统研究》2019.08.31
- 《表1 实验齿轮参数：面向机械故障智能诊断神经网络优化与识别方法研究》2019.04.01
- 《表1 故障仿真信号参数：基于SWD-AVDIF的齿轮箱复合故障诊断方法》2019.02.18
- 《表3 故障诊断结果：基于BP神经网络技术的采煤机齿轮箱早期故障诊断》2019.04.01
- 《表3 BP和PSO-BP故障诊断结果》2019.01.10
- 《表4 BP、PSO-BP、QPSO-BP 3种算法仿真结果比较》2019.01.25
- 《表1 故障类型表：MRA-PCA-PSO组合优化BP神经网络模拟电路故障诊断研究》2018.03.01
- 《表2 故障数据样本：基于BP神经网络的水果气调包装机械故障诊断方法》2018.10.30
- 《表1 故障特征样本：PSO优化BP神经网络齿轮箱故障诊断》2019.12.06