《表4 分类评估指标：基于递归二分类法的电力机车四象限输入过流故障诊断研究》
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
《基于递归二分类法的电力机车四象限输入过流故障诊断研究》
设总类数为n，第i类分类命中率为pi，分类效果常用指标如表4所示。
| 图表编号 | XD0034646700 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2019.03.10 |
| 作者 | 王建华 |
| 绘制单位 | 朔黄铁路发展有限责任公司机辆分公司 |
| 更多格式 | 高清、无水印（增值服务） |
提示：宽带有限、当前游客访问压缩模式
相关图表
- 《表2 故障文本分类：基于LSTM循环神经网络的电力故障挖掘研究》2021.01.10
- 《表4 故障分类表：基于神经网络的齿轮箱故障诊断》2020.04.01
- 《表3 故障分类标签表：基于LDA-GA-SVM的船舶电力推进系统故障诊断》2020.08.01
- 《表1 分类准确率/%：深度稀疏最小二乘支持向量机故障诊断方法研究》2019.12.01
- 《表1 材料重要性分类：基于成熟度-重要度四象限模型的差异化品质管理方法提升供应商生产稳定性》2020.01.30
- 《表3 供应商重要性分类：基于成熟度-重要度四象限模型的差异化品质管理方法提升供应商生产稳定性》2020.01.30
- 《表2 车轴故障分类：基于神经网络的机车轮对故障诊断方法研究》2019.08.25
- 《表1 车轮故障分类：基于神经网络的机车轮对故障诊断方法研究》2019.08.25
- 《表1 实验环境：基于卷积递归模型的文本分类研究》2019.10.06
- 《表1 测试样本诊断结果：多分类支持向量机在电力变压器故障诊断中的应用》2019.10.15
- 《表1 测试样本诊断结果：多分类支持向量机在电力变压器故障诊断中的应用》2019.10.15
- 《表3 测试集分类结果：基于一维卷积神经网络的齿轮箱故障诊断研究》2019.08.31
- 《表2 少数民族特需用品“四象限定位法”分类》2019.01.20
- 《表1 四象限输入过流故障原因》2019.03.10
- 《表5 故障样本分类统计：基于递归二分类法的电力机车四象限输入过流故障诊断研究》2019.03.10
- 《表8 指标统计结果：基于递归二分类法的电力机车四象限输入过流故障诊断研究》2019.03.10
- 《表2 相关字段说明：基于递归二分类法的电力机车四象限输入过流故障诊断研究》2019.03.10
- 《表6 轮廓系数表：基于递归二分类法的电力机车四象限输入过流故障诊断研究》2019.03.10
- 《表3 混淆矩阵：基于递归二分类法的电力机车四象限输入过流故障诊断研究》2019.03.10
- 《表4 4种基于不平衡分类的故障诊断模型的实验结果对比》2018.08.01