《表2 轴承退化状态识别效果对比》
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
《PCA+CHMM在设备性能退化状态识别中的应用研究》
/%
同样地,将全寿命周期样本数据(特征集)按7∶3划分为训练集和测试集,分别训练KNN、CART、SVM(多分类)模型,对轴承的性能退化状态进行识别,CHMM、KNN、CART和SVM识别准确率对比如表2所示。
图表编号 | XD0035696500 严禁用于非法目的 |
---|---|
绘制时间 | 2019.01.01 |
作者 | 钟飞、宁芊、周新志、赵成萍 |
绘制单位 | 四川大学电子信息学院、四川大学电子信息学院、电子信息控制重点实验室、四川大学电子信息学院、电子信息控制重点实验室、四川大学电子信息学院 |
更多格式 | 高清、无水印(增值服务) |