《表1 多分类SVM模型分类结果Tab.1 Classification results of multi-classification SVM model》

《表1 多分类SVM模型分类结果Tab.1 Classification results of multi-classification SVM model》   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
《基于频响曲线稀疏表示的变压器绕组变形模式识别方法》


  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

为了验证所提出的绕组变形模式识别方法的优越性,增加了以频响曲线低频段、中频段和高频段的相关系数为特征向量值的样本作为对比项。利用LIBSVM工具箱对训练样本进行归一化缩放、参数寻优和分类训练等处理,从而建立了基于稀疏拟合数据样本和基于相关系数样本的多分类SVM故障诊断模型。最后,分别将基于稀疏拟合数据的检验样本和基于相关系数的检验样本输入SVM故障诊断模型中进行了识别,结果如表1所示。