《表3 模型准确性的交叉验证结果Tab.3 Cross validation results of model accuracy》
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EOVW指数和C&RT决策树的逆变过流故障诊断研究及应用》
注:正确百分比——模型预测结果与专家判别结果的一致率;总计百分比——模型预测结果数占总样本数的比例。
针对以上训练样本所得模型,通过10次重复随机抽样分割样本,利用交叉验证的思想训练诊断模型,得到关于测试样本的诊断效果,具体如表3所示。可以发现,利用模型对178个故障信号样本(6类故障原因)进行诊断验证,其综合诊断一致率可达92%。其中,模块故障、速度信号丢失等故障原因诊断的一致率均在90%以上。显然,结合EOVW指数的C&RT决策树故障诊断模型具有良好的诊断达成效果,可以很好地用于智能化故障诊断过程。
图表编号 | XD003878700 严禁用于非法目的 |
---|---|
绘制时间 | 2018.02.05 |
作者 | 王同辉、张慧源、许为、江平 |
绘制单位 | 中车株洲电力机车研究所有限公司、中车株洲电力机车研究所有限公司、中车株洲电力机车研究所有限公司、中车株洲电力机车研究所有限公司 |
更多格式 | 高清、无水印(增值服务) |
查看“表3 模型准确性的交叉验证结果Tab.3 Cross validation results of model accuracy”的人还看了
- 表2 各模型拟合表面粗糙度的广义均方交叉验证误差Tab.2 Generalized mean square cross-validation error of surface roughness using various surrogat
- 表1 各模型拟合最大铣削力的广义均方交叉验证误差Tab.1 Generalized mean square cross-validation error of maximum milling force using various surr