《表2 深度森林故障识别模型预测类别对真实类别的识别准确率》
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
《基于深度森林的卫星ACS执行机构与传感器故障识别》
从图13可以看出,深度森林故障识别模型可实现绝大部分特征点的类别预测,但仍有少部分特征点出现了误判。针对正常和故障采样数据重复多次随机划分训练集和测试集,并对深度森林故障识别模型的识别结果进行统计,得到深度森林故障识别模型预测类别对真实类别的识别准确率如表2所示,此处的识别准确率表示当样本特征点的真实类别为fi(i=0,1,…,5)时,深度森林故障识别模型的预测类别为fj(j=0,1,…5)的概率。
图表编号 | XD00148634200 严禁用于非法目的 |
---|---|
绘制时间 | 2020.06.25 |
作者 | 程月华、江文建、杨浩、薛琪、廖鹤 |
绘制单位 | 南京航空航天大学自动化学院、南京航空航天大学自动化学院、南京航空航天大学自动化学院、南京航空航天大学自动化学院、南京航空航天大学航天学院 |
更多格式 | 高清、无水印(增值服务) |