《表5 本文方法与传统方法的诊断准确率对比[24]》
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
《采用多通道样本和深度卷积神经网络的轴承故障诊断方法》
根据文献[23],如表5所示,将A结构的诊断准确率与采用传统方法SVM、LVQ和ANN故障诊断准确率进行对比,其中98.82%是本文方法对3种故障类型的综合诊断准确率,SVM、LVQ和ANN方法准确率是对单个故障类型的准确率,可以看出本文方法相对于3种传统方法对故障类型的诊断准确率有明显的提高。
图表编号 | XD00174267300 严禁用于非法目的 |
---|---|
绘制时间 | 2020.08.10 |
作者 | 张弘斌、袁奇、赵柄锡、牛广硕 |
绘制单位 | 西安交通大学能源与动力工程学院、陕西省叶轮机械及动力装备工程实验室、西安交通大学能源与动力工程学院、陕西省叶轮机械及动力装备工程实验室、西安交通大学能源与动力工程学院、陕西省叶轮机械及动力装备工程实验室、西安交通大学能源与动力工程学院、陕西省叶轮机械及动力装备工程实验室 |
更多格式 | 高清、无水印(增值服务) |