《表2 测试样本识别结果Tab.2 The identification results of testing sample》

  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

《基于小波包分解与机器学习的汽车调光电机异音识别》

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

根据误差原理，判决区间为[0.2，0.8]，输出值如果小于0.2的可以认为是0，大于0.8可以认为是1，如果实际输出与期望输出之间的差值绝对值大于0.2，则不能作为判别数据，且依据厂家要求，要保证正常件基本无误判或少误判。人工选择20个样件，其中正常电机与异音电机类型各5件，作为测试集来检测训练结果，观察期望输出与实际输出。测试结果见表2。对照人耳实际判别分类，除了第9号件判断失准外，其余都是符合的，判断准确率达95%。对于9号件，机器无判断结果，不排除人耳存在听觉误判现象。