《表3 随机选取状态特征测试分类精度》
%
最后,我们考虑不使用马氏距离方法进行特征优选,而是随机选取5个不同尺度下的MMPE故障特征向量作为诊断特征集。随机选择的5个尺度分别为1、5、7、10、12,在与前文相同参数设置下,将训练和测试样本输入SVM分类器。最终识别结果见表3,测试样本中有2个滚子故障的样本被分类到内圈故障,此时正确识别率为96.67%,较之文中所提方法低1.66%,表明使用马氏距离算法进行特征优选的必要性。
图表编号 | XD00124301000 严禁用于非法目的 |
---|---|
绘制时间 | 2020.01.15 |
作者 | 李永健、宋浩、刘吉华、张卫华、熊庆 |
绘制单位 | 五邑大学轨道交通学院、西华大学汽车测控与安全四川省重点实验室、五邑大学轨道交通学院、五邑大学轨道交通学院、西南交通大学牵引动力国家重点实验室、西华大学汽车测控与安全四川省重点实验室、西华大学汽车与交通学院 |
更多格式 | 高清、无水印(增值服务) |