《表3 SVM模型的诊断结果》
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
《基于噪声信号分析和HMM-SVM混合模型的乏燃料剪切机故障诊断研究》
采用上述方法运用上文中选取的训练样本集对HMM-SVM混合模型进行训练,然后对测试样本集的样本进行诊断,结果如表1所示。采用与上述HMM-SVM混合模型完全相同的参数设置和初始值,分别建立独立的HMM及SVM模型。采用同样的训练样本、测试样本进行训练和诊断测试,结果如表2、表3所示。3种模型对4类测试样本诊断的准确率如表4所示。
图表编号 | XD0025766100 严禁用于非法目的 |
---|---|
绘制时间 | 2018.10.01 |
作者 | 陈甲华、邹树梁 |
绘制单位 | 南华大学、南华大学 |
更多格式 | 高清、无水印(增值服务) |