《表3 PCA与KNN性能比较》
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》
KNN分类算法通过计算每个测试样本与训练样本的距离,取出距离最近的k个点里面所属分类比例最大的,则测试样本属于该分类。KNN算法与PCA分类器类似,无需进行参数寻优过程,训练时间较短。为了综合评估PCA分类器的性能,本文将其与KNN算法(k=1,2,3,4)进行性能比较,实验结果如表3所示。
图表编号 | XD003599100 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) |