《表2 基于能量熵特征提取的分类结果》
提示：宽带有限、当前游客访问压缩模式
每种实验分别进行20次并取平均，结果如表2～4所示。
| 图表编号 | XD00143629100 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2020.02.02 |
| 作者 | 吴新忠、张旭、李博华、夏令祥 |
| 绘制单位 | 中国矿业大学信息与控制工程学院、中国矿业大学信息与控制工程学院、中国矿业大学信息与控制工程学院、中国矿业大学信息与控制工程学院 |
| 更多格式 | 高清、无水印（增值服务） |
相关图表
- 《表3 故障诊断结果：基于能量熵特征的挖掘机液压系统故障诊断》2020.10.15
- 《表2 故障诊断结果：基于能量熵特征的挖掘机液压系统故障诊断》2020.10.15
- 《表2 滚动轴承参数：基于经验模式分解和排列熵的轴承故障特征提取》2021.02.18
- 《表1 仿真数据：基于经验模式分解和排列熵的轴承故障特征提取》2021.02.18
- 《表3 诊断模型分类结果：小波包能量熵和改进的LSSVM在风力机轴承故障诊断中的应用》2021.02.25
- 《表2 结果对比分析：基于TF-IDF特征词提取的不平衡文本分类》2020.09.01
- 《表2 仅使用三维熵特征的无人机分类结果》2021.01.28
- 《表2 能量比及样本熵特征参数》2020.05.30
- 《表3 基于排列熵特征提取的分类结果》2020.02.02
- 《表4 基于加权排列熵特征提取的分类结果》2020.02.02
- 《表2 基于浅层特征提取的肿瘤分类实验结果表》2019.12.01
- 《表2 基于SBM和两种先验模板进行特征提取时的支持向量机分类结果》2019.10.01
- 《表2 以时域能量熵为特征的P300分类准确率》2019.10.01
- 《表3 基于改进EWT-SVD提取奇异值特征的分类结果》2019.06.01
- 《表2 分类预测结果：基于EEMD近似熵的矿山微震信号特征提取研究》2019.09.20
- 《表4 装袋法分类结果：基于特征提取的网贷平台生存关键因素研究》2019.07.01
- 《表3 步态分类结果：结合经验模态分解能量矩占比和方差贡献率法的步态信号特征向量提取》2019.02.20
- 《表1 滚动轴承振动信号PF能量值及提取的LMD能量熵》2019.01.15
- 《表3 在Case 1和Case 2下提取近似熵和样本熵特征的最终分类结果》2018.10.30
- 《表6 单独提取各频段组能量、香农熵特征进行分类识别Table 6 The energy and shannon entropy feature values of each frequency band group are extracte》2018.06.01