《表5 Co-forest算法与ISS-LPP、SS-LLTSA算法对比》
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。
图表编号 | XD00163022600 严禁用于非法目的 |
---|---|
绘制时间 | 2020.06.15 |
作者 | 王得雪、林意、陈俊杰 |
绘制单位 | 江南大学数字媒体学院、江苏省媒体设计与软件技术重点实验室、江南大学数字媒体学院、江苏省媒体设计与软件技术重点实验室、西门子中国研究院 |
更多格式 | 高清、无水印(增值服务) |