《表3 基于原始振动信号排列熵的LS-SVM轴承状态分类结果Table 3Bearing condition classification results using LS-SVM based on

《表3 基于原始振动信号排列熵的LS-SVM轴承状态分类结果Table 3Bearing condition classification results using LS-SVM based on   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CEEMDAN排列熵和LS-SVM的滚动轴承状态分类》


  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

将表2中原始振动信号排列熵作为LS-SVM分类器的输入参数，对4种状态轴承进行分类，分类结果如表3所示.从表3可以看出，在包含4种状态轴承振动信号的80个样本中，LS-SVM分类器能准确分类出正常轴承和外环故障轴承，而内环故障轴承和滚动体故障轴承的正确分类率分别为15.0%和35.0%.换言之，基于原始振动信号排列熵的LS-SVM对4种状态轴承总的分类准确率为62.5%，其分类效果并不理想.

图表编号XD002586200    严禁用于非法目的
绘制时间2018.10.10
作者边杰、陈亚农、徐友良、唐广
绘制单位中国航发湖南动力机械研究所中国航空发动机集团航空发动机振动技术重点实验室、中国航发湖南动力机械研究所中国航空发动机集团航空发动机振动技术重点实验室、中国航发湖南动力机械研究所中国航空发动机集团航空发动机振动技术重点实验室、中国航发湖南动力机械研究所中国航空发动机集团航空发动机振动技术重点实验室
更多格式高清、无水印（增值服务）

相关图表

  1. 《表2 滚动轴承参数：基于经验模式分解和排列熵的轴承故障特征提取》2021.02.18
  2. 《表1 仿真数据：基于经验模式分解和排列熵的轴承故障特征提取》2021.02.18
  3. 《表1 某监测点原始数据：LS-SVM在地下空间可燃气体分类中的应用研究》2020.08.25
  4. 《表2 LS-SVM频域参数分类结果》2019.07.10
  5. 《表1 LS-SVM时域参数分类结果》2019.07.10
  6. 《Table 2 Classification results based on molecular spectra image recognition》2019.02.01
  7. 《表4 基于RCA、SPA和GA选取特征波长的PLS、MLR和LS-SVM模型结果Table 4 Results of PLS, MLR, LS-SVM combined with selected sensitive wavelengths》2018.04.30
  8. 《表4 基于RCA、SPA和GA选取特征波长的PLS、MLR和LS-SVM模型结果Table 4 Results of PLS, MLR, LS-SVM combined with selected sensitive wavelengths》2018.04.30
  9. 《表4 基于改进自动编码器的土壤有机质等级分类结果Tab.4 Classification results of soil organic matter based on improved auto encoder》2018.10.01
  10. 《表6 基于GANBPSO-SVM的不同比例训练样本的分类结果Table 6 Classification accuracy based on GANBPSO-SVM under different proportions of the tr》2018.06.01
  11. 《表1 LS-SVM训练器的测试与分类结果Tab.1Test and classification results of LS-SVM trainer》2018.03.25
  12. 《Table 4Gender classification results based on geodesic path curvatures》2018.03.01
  13. 《Table 2 Gender classification results based on Euclidean distances》2018.03.01
  14. 《Table 3 Gender classification results based on geodesic distances》2018.03.01
  15. 《表2 基于高峰时段偏差的车站分类结果Tab.2 Classifications of stations based on the differentiated peak hours》2018.09.25
  16. 《表3 基于加权法的压力容器优化结果Table 3 Optimization results of pressure vessel based on weighted method》2018.04.01
  17. 《表6 基于CEEMDAN分解信号排列熵的LS-SVM轴承状态分类结果Table 6Bearing condition classification results using LS-SVM based on permutation entr》2018.10.10
  18. 《表2 原始振动信号的排列熵Table 2 Permutation entropy of the original vibration signals》2018.10.10
  19. 《表1 LS-SVM对不同状态轴承进行分类时的输入参数》2018.10.10
  20. 《表2 基于服务传递媒介的生态系统服务分类Table 2 Ecosystem services classification system that based on service transmission mediums》2018.09.20

随机翻阅

《表2 控制管理3个月后两组患者依从性、控制水平、生活质量及肺功能比较》 《表2 多因素Logistic回归分析院内感染》 《表3 靶点基因本体富集结果》 《表1 国家一级标准物质测定平均值、准确度和精密度》 《表1 案例信息归纳：基于自然通风的空间形态设计——新加坡高等教育建筑六案例分析》 《表1 模拟地层的组分：随钻方位γ能谱测井探测特性的数值模拟研究》 《表3 SiO2气凝胶与固相萃取柱结合白酒酒样吸附》 《表1 微景观生态瓶器皿形状及开口对比》 《表3 空间异方差性检验结果》 《表5 饮料理化指标、卫生指标测定结果》