《表3 模型对比:基于深度卷积神经网络模型和XGBoost算法的齿轮箱故障诊断研究》
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
《基于深度卷积神经网络模型和XGBoost算法的齿轮箱故障诊断研究》
图13为深度卷积神经网络模型对大小为120×1 025的测试矩阵预测所得运行状态与实际运行状态的混淆矩阵,横轴为预测的状态,纵轴为真实的状态。从混淆矩阵可以看到,部分代表0状态的特征被识别为1状态和4状态,而部分代表3状态的特征被识别为2状态和5状态,4状态和5状态也有误判。
图表编号 | XD00222966200 严禁用于非法目的 |
---|---|
绘制时间 | 2020.10.15 |
作者 | 张荣涛、陈志高、李彬彬、焦斌 |
绘制单位 | 上海电机学院电气学院、中核检修有限公司海盐分公司、上海电机学院电气学院、上海电机学院电气学院 |
更多格式 | 高清、无水印(增值服务) |