《表1 故障特征及分类结果》
提示：宽带有限、当前游客访问压缩模式
由于SOM神经网络进行聚类分析时的训练步数不同，从而可能产生不同的训练分类结果，其具体分类结果如表1。
| 图表编号 | XD00118494700 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2019.12.01 |
| 作者 | 吕建丰 |
| 绘制单位 | 潍坊科技学院 |
| 更多格式 | 高清、无水印（增值服务） |
相关图表
- 《表7 故障转子分类结果：机械故障数值模拟驱动的生成式对抗网络及智能诊断原理》2021.03.20
- 《表6 故障齿轮分类结果：机械故障数值模拟驱动的生成式对抗网络及智能诊断原理》2021.03.20
- 《表5 故障轴承分类结果：机械故障数值模拟驱动的生成式对抗网络及智能诊断原理》2021.03.20
- 《表3 故障分类结果及对比》2021.02.01
- 《表3 不同特征提取网络故障分类结果对比》2021.01.05
- 《表1 样本基本特征：基于卷积深度置信网络的配电网故障分类方法》2019.11.10
- 《表2 故障案例数据详情：基于特征贡献率的机械故障分类方法》2020.06.01
- 《表4 试验结果详情：基于特征贡献率的机械故障分类方法》2020.06.01
- 《表4 各总线的特征余弦及不同故障类型的判断结果》2020.08.25
- 《表1 实验分组及故障分类表》2019.12.20
- 《表1 故障分类：基于多源特征向量的微电网双向变换器故障诊断》2019.11.01
- 《表5 案例2)实验结果：一种用于故障分类与预测的多任务特征共享神经网络》2019.07.01
- 《表4 案例1)实验结果：一种用于故障分类与预测的多任务特征共享神经网络》2019.07.01
- 《表1 试验工况：一种用于故障分类与预测的多任务特征共享神经网络》2019.07.01
- 《表1 开路故障分类及描述》2019.09.01
- 《表1 故障分类结果：基于MODWT的变压器绕组轻微故障检测及分类研究》2019.07.25
- 《表2 特征J1值：基于Tsallis熵与层次化混合分类器的含未知故障断路器机械故障诊断》2019.05.31
- 《表1 特征计算式：基于Tsallis熵与层次化混合分类器的含未知故障断路器机械故障诊断》2019.05.31
- 《表1 第五类故障情况下BP网络、RBF网络训练数据及分类结果》2019.03.15
- 《表2 第五类故障情况下BP网络、RBF网络测试数据及分类结果》2019.03.15