《表1 不同方法预测效果比较》

  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S-时间熵和LSTM的滚动轴承早期故障预测》

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

将缩放比例w=256的S-时间熵的曲线的数据作为LSTM训练的初始数据集，通过滑动窗口迭代推进划分训练集与测试集。LSTM训练后，预测轴承的早期故障，LSTM模型结构为255-125-1。为了论证提出方法的有效性，引入随机森林（RFR），SVR和Prophet与LSTM进行滚动轴承故障预测实验对比，相应的预测评价指标如表1所示。