《表5 数据集测试结果:基于VMD-TEO窗和DBiLSTM的早期轴承故障诊断》
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VMD-TEO窗和DBiLSTM的早期轴承故障诊断》
从表5中发现原始数据集模型的训练与测试耗时较长且准确率最低;相比较于原始数据集其余三种方法消耗时间相差较小,其中VMD-TEO窗方法的模型收敛速度较快,并且故障识别准确率最高。因此,在处理数据量较大的轴承故障诊断问题时,VMD-TEO窗特征提取方法更加适用于DBi LSTM网络。
图表编号 | XD00229405300 严禁用于非法目的 |
---|---|
绘制时间 | 2020.09.01 |
作者 | 乔美英、闫书豪、兰建义、王波、汤夏夏、杨金显 |
绘制单位 | 河南理工大学电气工程与自动化学院、煤炭安全生产河南省协同创新中心、河南理工大学电气工程与自动化学院、煤炭安全生产河南省协同创新中心、河南理工大学能源科学与工程学院、河南理工大学电气工程与自动化学院、河南理工大学电气工程与自动化学院、河南理工大学电气工程与自动化学院 |
更多格式 | 高清、无水印(增值服务) |