《表3 故障分类标签表:基于LDA-GA-SVM的船舶电力推进系统故障诊断》
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LDA-GA-SVM的船舶电力推进系统故障诊断》
为验证LDA降维后的GA-SVM诊断模型的适用性,将原始128维特征矩阵直接作为未优化SVM(C=2、γ=1)和GA-SVM(C=2.284 6、γ=0.040 8)的输入,得到对128维测试样本分类结果。测试集样本数量为300组,不同故障诊断模型的分类结果对比如表5所示,可以发现经过GA优化的SVM故障分类准确率均比未优化的SVM的高,同时经LDA降维后的特征矩阵作为诊断模型的输入亦提高了分类准确率。
图表编号 | XD00159841100 严禁用于非法目的 |
---|---|
绘制时间 | 2020.08.01 |
作者 | 赖永发、徐合力、高岚 |
绘制单位 | 武汉理工大学船舶动力工程技术交通行业重点实验室、武汉理工大学船舶动力工程技术交通行业重点实验室、武汉理工大学船舶动力工程技术交通行业重点实验室 |
更多格式 | 高清、无水印(增值服务) |