《表4 特征参数样本Tab.4 Feature parameter samples》

  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

《基于小波神经网络与KNN机器学习算法的六相永磁同步电机故障态势感知方法》

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

可以发现经过51 005组样本的测试，决策树和KNN算法都具有较高的精确率，可以较好的对于故障类型进行识别，但KNN算法用时不到决策树的一半，对于SVM向量机精确率不高且用时最长，虽然逻辑回归算法用时最短，但准确率不到2成，不具有对于故障分类的能力。为了进一步验证系统的性能，构造6组原测试集参数范围外的样本，具体参数如表4所示。