《表1 滤网故障诊断模型性能对比》

  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

《高速列车牵引变流器故障诊断研究》

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

笔者为评估算法性能，选择了SVM、单任务DNN与本研究MT-DNN进行比较，其结果如表1所示。对于支持向量机模型，采用径向基函数（radial basis function，简称RBF），通过比较正确率、召回率和F值评价性能。可以看出，无论是正确率、召回率还是F值，MT-DNN模型都取得了最好的结果，说明采用多任务学习可以有效提高故障诊断的性能。另外，各个模型预测结果虽然存在一定的差异，但是F值都超过了70%。说明本研究提取的特征较好地预测了故障诊断的结果。