《表5 Co-forest算法与ISS-LPP、SS-LLTSA算法对比》

  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

《协同训练算法在滚动轴承故障诊断中的应用》

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

注：黑体数据表示该行中诊断正确率最高。

表4在不同的L/（L+U）情况下，Co-Forest算法结合了协同训练和集成学习的思想，故障诊断正确率较高于Co-Training、Tri-Training算法。表5中的ISS-LPP、Co-forest都具有较好的诊断效果，但ISS-LPP算法使用最小二乘支持向量机（LS＿SVM）分类器进行故障诊断，LS＿SVM分类器的参数选择需要进行参数寻优操作，且该算法需要对特征空间进行降维，过程中的参数选择需要多次试验才能确定。