《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》

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

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。