《表2 分类器性能比较：基于经验模态分解和主成分分析的滚动轴承故障诊断研究》

  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

《基于经验模态分解和主成分分析的滚动轴承故障诊断研究》

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

为了进一步分析比较PCA分类器的整体性能，本实验用复合特征向量[Xi，1+Xi，2]分别训练BPNN及SVM，比较3种分类算法的速度与正确率。其中BPNN采用3层神经网络结构，输入层神经元个数为6，隐藏层单元数为18，输出层单元数为4。SVM采用林智仁教授等开发的LIBSVM软件包，3种算法的训练时间及准确度见表2所示。