《表3 故障诊断结果比较（分类精度）》

  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

《自适应流形学习在故障诊断中的应用》

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

EEMD-energy方法提取不同频带的5个IMF能量值作为特征向量，利用GA-SVM算法进行模式识别[17]。选择20组数据作为训练样本，80组数据作为测试样本，识别精度如表3，由表3可以看出EEMD-energy方法在识别故障类型上比在判别轴承退化程度上有较好的性能。同时通过比较可以看出，SAML方法的分类精度较高，特别在判别轴承退化程度方面优势更加明显。