《表4 分类精度对比：基于商空间和支持向量机的滚动轴承故障智能诊断》

  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

《基于商空间和支持向量机的滚动轴承故障智能诊断》

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

（%）

表4给出了3种方法的分类精度的对比结果。可以看出，运用基于商空间的智能诊断模型得到的最终诊断精度为96.92%，比单个粒度层的最高诊断精度（93.85%）高约3%。而利用基于距离评估法选取的前16个特征得到的分类精度是93.85%，利用所有特征向量去分类得到的诊断精度也是93.85%，均比商空间方法的诊断精度低约3%。由对比结果可以看出，基于商空间粒化分层思想的特征约简方法得到的特征对分类更敏感、更有效。同时也说明，基于商空间粒化分层思想约简出的特征集，代表了每一粒度层上不同样本的敏感特征，对部分样本的识别更精确。加权投票法的权值设定充分考虑了每一粒度层上SVM对每种健康状态的分类准确度，最终获取了较高诊断精度，实现了不同粒度层的融合。