《表2 测试样本数据表：基于粒子群神经网络的汽车故障诊断技术研究》
提示：宽带有限、当前游客访问压缩模式
利用表1中的15组数据作为训练数据，同时抽取第2、4、7行数据作为测试数据来验证其诊断的正确性。选择的测试样本如表2所示。
| 图表编号 | XD0034957900 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2019.01.10 |
| 作者 | 朱光、杨俊、封海兵、冯鑫 |
| 绘制单位 | 南京市计量监督检测院 |
| 更多格式 | 高清、无水印（增值服务） |
相关图表
- 《表1 各类样本统计信息：基于量子粒子群算法-支持向量机的冷连轧断带故障诊断》2020.11.01
- 《表2 测试样本数据：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 实验样本数据说明：基于改进Elman神经网络的故障诊断模型研究》2021.01.30
- 《表4 收敛速度与精度：风电机组故障诊断中的粒子群小波神经网络》2020.02.01
- 《表2 部分数据样本：风电机组故障诊断中的粒子群小波神经网络》2020.02.01
- 《表1 参数设定：风电机组故障诊断中的粒子群小波神经网络》2020.02.01
- 《表2 样本数据2：基于改进神经网络算法的互感器在线监测和故障诊断技术》2020.06.10
- 《表1 样本数据1：基于改进神经网络算法的互感器在线监测和故障诊断技术》2020.06.10
- 《表2 粒子群算法的特点：基于粒子群优化算法的软件测试数据自动生成实证研究》2020.06.28
- 《表2 预测组样本数据：基于粒子群算法优化BP神经网络的溶浸开采浸出率预测》2020.02.28
- 《表1 训练组样本数据：基于粒子群算法优化BP神经网络的溶浸开采浸出率预测》2020.02.28
- 《表2 主轴偏转样本数据：基于BP网络的机床主轴故障诊断研究》2019.10.08
- 《表1 故障轴承参数：基于粒子群的共振解调滚动轴承故障诊断研究》2019.09.20
- 《表2 故障样本模式：基于BP神经网络的民航甚高频故障诊断技术研究》2019.05.20
- 《表1 特征数据表：基于粒子群神经网络的汽车故障诊断技术研究》2019.01.10
- 《表1 原始决策信息表：基于粗糙集与粒子群神经网络的变压器故障诊断》2018.04.01
- 《表4 测试样本输出数据：基于BP神经网络的涡轴发动机故障诊断研究》2019.12.30
- 《表3 测试样本数据：基于BP神经网络的涡轴发动机故障诊断研究》2019.12.30
- 《表1 训练样本数据：基于BP神经网络的涡轴发动机故障诊断研究》2019.12.30
- 《表2 采样点测试数据：基于分群粒子群算法的平面度误差评定研究》2019.11.22