《表4 缩减训练样本后故障诊断结果》
提示：宽带有限、当前游客访问压缩模式
将每类训练样本数分别缩减为原来的4/5和3/4，然后分别利用BASO算法对支持向量机进行训练并用于故障诊断，结果见表4。
| 图表编号 | XD00193380000 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2020.09.30 |
| 作者 | 孙道万、茅大钧、傅望安、钟帆 |
| 绘制单位 | 上海电力大学自动化工程学院、上海电力大学自动化工程学院、华能国际电力股份有限公司玉环电厂、上海电力大学自动化工程学院 |
| 更多格式 | 高清、无水印（增值服务） |
相关图表
- 《表2 部分训练样本数据：基于BAS-BP模型的变压器故障诊断》2020.10.10
- 《表3 屏蔽泵故障诊断模型训练与验证用样本数据信息》2020.08.01
- 《表3 故障诊断的训练样本数据》2020.12.25
- 《表3 训练样本：基于支持向量机的动力电池故障诊断》2021.01.30
- 《表1 训练样本：基于PSO-KPCA-LVQ的燃气调压器故障诊断》2020.12.15
- 《表1 故障诊断网络训练样本目标输出编码》2020.02.20
- 《表1 停车训练样本：元胞自动机模型在航空发动机故障诊断中的应用》2020.05.18
- 《表1 SVM故障诊断模型训练样本》2020.06.16
- 《表1 训练样本数据表：电力电子电路智能故障诊断技术探讨》2020.01.10
- 《表3 屏蔽泵故障诊断模型训练与验证用样本数据信息》2019.12.01
- 《表1 训练模型样本数据：基于支持向量机的汽轮机组故障诊断》2019.10.30
- 《表2 学习训练样本：神经网络优化FPN的矿用齿轮减速器故障诊断》2019.10.01
- 《表2 训练样本统计结果：基于风电故障机组筛选的齿轮箱故障诊断研究》2019.09.15
- 《表4 ELM含无训练样本类型故障识别结果》2019.05.31
- 《表1 部分训练样本：基于MEA优化BP神经网络的农机滚动轴承故障诊断》2019.03.01
- 《表4 单一样本和多样本优化后DHMM模型故障诊断结果》2019.01.25
- 《表1 训练样本数据：模拟退火BP神经网络在矿用通风机故障诊断中的应用》2018.09.30
- 《表1 训练样本数据：基于BP神经网络的整流电路的故障诊断》2018.04.01
- 《表6 缩减训练样本后故障诊断结果》2018.11.30
- 《表1 训练样本数据：基于BP神经网络的涡轴发动机故障诊断研究》2019.12.30