《表6 测试样本：SL-SMOTE和CS-RVM结合的电子设备故障检测方法》

  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

《SL-SMOTE和CS-RVM结合的电子设备故障检测方法》

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

检测器训练完成后，设置代价敏感学习中的漏检代价cFN=2.5，并将表6中的20组测试数据输入到训练好的相关向量机检测器中进行故障检测。为对比本文方法的性能，将文献[6]提出的基于可拓否定选择算法的故障检测器作为对照组进行结果对比，基于可拓否定选择算法的故障检测器训练仅使用200组正常状态样本。表7给出了两种方法的检测结果以及本文方法得到的损失代价。