《表3 测试集样本熵Tab.3 Sample entropy of test set》

  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EEMD样本熵和支持向量机的高压断路器故障诊断》

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

支持向量机最重要的一个参数就是核函数，考虑径向基函数模型简单、参数少，选择径向基函数作为核函数。除了核函数外，需要选择相对较佳的惩罚参数C和核函数参数g来提升支持向量机分类性能，本文选择网格搜索算法进行参数优化寻找最优的C和g，也就是尝试各种可能的C和g值，然后进行交叉验证，找出使交叉验证精度最高的C和g。得出最优惩罚参数C为16、核函数参数2。在此参数下，用训练集样本训练支持向量机，然后使用训练好的支持向量机对测试集样本进行分类测试，测试集共8组数据，每种状态2组数据，与训练集数据不重叠。测试集样本熵如表3所示，测试结果如图5所示。