《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》
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。
图表编号 | XD003599000 严禁用于非法目的 |
---|---|
绘制时间 | 2019.11.22 |
作者 | 汪朝海、蔡晋辉、曾九孙 |
绘制单位 | 中国计量大学计量测试工程学院、中国计量大学计量测试工程学院、中国计量大学计量测试工程学院 |
更多格式 | 高清、无水印(增值服务) |