《表2 不同数据类型的测试结果》

  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

《基于卷积神经网络的深孔镗削加工过程颤振监测研究》

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

确定CNN模型参数后，对CNN输入数据类型进行测试。时域数据即原始的未处理时域数据；频域数据为经FFT处理后的1维频域数据；时域+频域数据为前2种数据的简单组合；时频域数据为经STFT处理后的数据。测试结果如表2所示:1维模型中频域数据比时域数据和时域+频域的准确率高，表明CNN模型更适合于从频域数据中学习特征；相对1维模型，2维CNN模型有更高的准确率，说明2维时频域数据相比1维样本数据，对镗削颤振监测更有效。