《表3 B电厂数据分类结果》

  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

《基于分类算法的汽动给水泵组故障预测》

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

BP神经网络、朴素贝叶斯、SVM、决策树、组合分类这5种方法对A电厂和B电厂的数据分类结果分别见表2和表3。由表2、表3可见，BP神经网络、朴素贝叶斯、SVM和决策树都对A电厂和B电厂的训练和测试样本有极高识别率，最高甚至达到100%，最低也在93%以上，说明前述方法选取的特征向量对正常和故障数据有良好区分能力。但决策树算法的训练及测试时间远大于其他3种，而组合分类的投票需要奇数个分类器，考虑到决策树算法会大大增加组合分类时间，故组合分类的子分类器选取BP神经网络、朴素贝叶斯、SVM。