《表1 故障识别时间的对比 (s)》
提示：宽带有限、当前游客访问压缩模式
统计电子器件故障识别时间（秒，s），结果如表1所示。从表1可知，本文方法缩短了电子器件故障识别时间，明显加快了电子器件故障识别效率，实际应用范围更广。
| 图表编号 | XD0034912400 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2019.04.25 |
| 作者 | 陈庆华、李艳梅、陈英俊 |
| 绘制单位 | 肇庆学院电子与电气工程学院、肇庆学院电子与电气工程学院、肇庆学院电子与电气工程学院 |
| 更多格式 | 高清、无水印（增值服务） |
相关图表
- 《表2 两组设备故障维修时间对比（x±s,d)》2020.09.25
- 《表4 抗压强度结果对比：基于LabVIEW的主轴机械状态识别与故障诊断》2020.12.02
- 《表2 故障识别结果对比：基于CEEMD-Teager的刮板转载机轴承故障识别》2021.03.01
- 《表1 部分训练样本数据：基于BP神经网络与概率神经网络的汽车发动机故障识别方法及对比分析》2020.10.25
- 《表1 部分训练样本数据：基于BP神经网络与概率神经网络的汽车发动机故障识别方法及对比分析》2020.10.25
- 《表2 故障识别结果：基于S变换和k-means聚类的输电线路故障识别》2021.01.01
- 《表1 Dij的结果：基于S变换和k-means聚类的输电线路故障识别》2021.01.01
- 《表3 不同模型结合不同词向量方式针对主变压器故障设备数据的识别效果对比》2020.12.31
- 《表4 不同方法在电机轴承故障模式识别上的准确率对比》2020.11.18
- 《表2 不同算法运行时间：融合CEEMD＿MPE和GK模糊聚类的故障识别方法》2020.06.01
- 《表3 故障区间识别正确率对比》2020.09.01
- 《表2 最小决策表：S＿Kohonen网络在断路器故障识别中的应用》2020.03.16
- 《表1 离散结果：S＿Kohonen网络在断路器故障识别中的应用》2020.03.16
- 《表4 不同工况下不同方法故障识别正确率对比》2020.02.10
- 《表3 故障类型识别准确率对比》2019.07.01
- 《表3 电动机故障识别时间对比》2019.11.25
- 《表2 故障识别结果对比》2019.04.05
- 《表2 激光测距仪电路故障建模和识别时间 (s)》2019.05.25
- 《表3 特征提取时间与故障状态识别结果》2019.05.31
- 《表2 多负载下不同故障类别的识别结果对比》2019.02.01