《表4 故障样本数占整个训练集1%或5%时，在涡轴发动机数据集上的实验结果》

  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

《基于局部密度的加权一类支持向量机算法及其在涡轴发动机故障检测中的应用》

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

在本次实验中，根据采集得到的5种故障样本，分别设计5组实验。由表4中性能参数所列顺序，将对应的5组实验依次命名为Case 1、Case 2、Case 3、Case 4和Case 5。将正常样本作为正常类，并将其标签改为+1；将5种故障样本作为故障类，并将其标签改为-1。对每组仿真实验，从正常类中随机抽取40%的样本作为训练集的一部分，从对应的故障类中随机抽取占比整个训练集1%的样本作为训练集另一部分，并将该故障样本的标签人为改成+1，即：训练集中正常样本数为1 320，故障样本数为13。测试集的样本构成则为剩余的正常样本和故障样本。为了检验算法在故障样本占比较高时的分类性能，本文还设计一组故障样本占比5%时的仿真实验，此时训练集中正常样本数为1 320，故障样本数为69。