《表2 算法权重分布：多算法融合的机械设备故障预测方法》

  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

《多算法融合的机械设备故障预测方法》

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

以上述构成的状态特征空间为学习样本，结合机械设备运行时产生的非平稳信号为参量，将不同状态数据采用神经网络深度学习算法，处理为含有标签的数据，并为此标签数据分配权重。再通过Regression、Gaussian Process、ARIMA等算法，处理为相应的标签数据，并分别分配权重。根据各算法赋予的标签数据权重（如表2），进行融合分析，处理为最终的设备状态标签。