《表1 滤网故障诊断模型性能对比》
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。
图表编号 | XD00214818900 严禁用于非法目的 |
---|---|
绘制时间 | 2020.10.01 |
作者 | 顾佳、黄明、关岳 |
绘制单位 | 大连交通大学机械工程学院、中车青岛四方机车车辆股份有限公司信息技术部、大连交通大学软件学院、中车青岛四方机车车辆股份有限公司国家工程试验室 |
更多格式 | 高清、无水印(增值服务) |