《表4 不同算法之间的对比》

  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

《不平衡训练数据下的基于生成对抗网络的轴承故障诊断》

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

为了验证本文所提出的算法的优越性，在本节实验中，对于每一次实验，都随机选取5类故障，并从这5类故障的原数据集中随机选取500个样本作为训练集，250个样本作为验证集，400个样本作为测试集；对于另外的5类故障类型，每种故障类型中都随机选取1000个样本作为训练集，250个样本作为验证集，400个样本作为测试集．对于不平衡数据集中的稀少数据，除SVM方法外，其余各对比方法采取不同的增强策略，使每类故障的训练集数目都为1000个样本．分别使用SVM、带有过采样的CNN、带有下采样的CNN、GAN-CNN与本文所提出的模型CWGAN进行对比，相应的结果如表4所示．