《表2 实验结果数据：基于改进梅尔倒谱系数的GIS机械故障诊断方法》
提示：宽带有限、当前游客访问压缩模式
中时MFCC的中时区间长度从100 ms开始每隔50 ms取一次值。中时MFCC与MFCC的对比实验结果见表2。
| 图表编号 | XD00221278400 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2020.09.16 |
| 作者 | 徐明月、李喆、孙汉文、盛戈皞、江秀臣 |
| 绘制单位 | 上海交通大学电气工程系、上海交通大学电气工程系、上海交通大学电气工程系、上海交通大学电气工程系、上海交通大学电气工程系 |
| 更多格式 | 高清、无水印（增值服务） |
相关图表
- 《表1 模拟机械故障类型：基于改进梅尔倒谱系数的GIS机械故障诊断方法》2020.09.16
- 《表3 部分故障特征数据：基于改进Elman神经网络的故障诊断模型研究》2021.01.30
- 《表1 实验样本数据说明：基于改进Elman神经网络的故障诊断模型研究》2021.01.30
- 《表1 实验数据集：改进Alexnet的滚动轴承变工况故障诊断方法》2020.06.01
- 《表2 故障案例数据详情：基于特征贡献率的机械故障分类方法》2020.06.01
- 《表2 样本数据2：基于改进神经网络算法的互感器在线监测和故障诊断技术》2020.06.10
- 《表2 近似系数方和：基于Mallat小波分解与改进GWO-SVM的道岔故障诊断》2020.05.01
- 《表6 聚类结果：集成多策略改进FCM算法的旋转机械故障数据聚类分析研究》2019.10.01
- 《表3 聚类结果：集成多策略改进FCM算法的旋转机械故障数据聚类分析研究》2019.10.01
- 《表1 迁移故障诊断实验：无标签数据下基于特征知识迁移的机械设备智能故障诊断》2019.08.01
- 《表4 故障2诊断结果：基于改进深度森林算法的风电机组故障诊断技术研究》2019.11.20
- 《表2 实验数据样本集：LF-PSO优化神经网络的高压断路器机械故障诊断》2019.10.18
- 《表5 数据融合结果对比：基于多域特征与改进D-S证据理论的齿轮故障智能诊断方法》2019.09.15
- 《表2 测试数据：基于LVQ神经网络的高压断路器机械故障诊断方法》2019.08.16
- 《表1 训练数据：基于LVQ神经网络的高压断路器机械故障诊断方法》2019.08.16
- 《表2 10次实验结果：基于多噪声数据训练CNN的自动倾斜器滚动轴承故障诊断》2019.06.01
- 《表1 实验数据集：基于改进型深度网络数据融合的滚动轴承故障识别》2019.02.01
- 《表4 实验数据样本集：基于改进决策树的故障诊断方法研究》2018.12.01
- 《表1 数据集：基于改进决策树的故障诊断方法研究》2018.12.01
- 《表2 故障数据样本：基于BP神经网络的水果气调包装机械故障诊断方法》2018.10.30