《表3 SVM、ELM、K-ELM、DK-ELM分类模型性能对比》
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
《基于多尺度排列熵与双核极限学习机的滚动轴承故障诊断方法》
为进一步验证所提方法的优越性,分别将相同数量的训练样本与测试样本输入到SVM、ELM、K-ELM分类模型中进行对比测试,由于训练样本为规定数量随机抽取,因此每种实验重复30次获取其分类准确率的平均值以确保最终结果的有效性。测试结果对比如表3所示,从表3的对比可以得出如下结论。
图表编号 | XD0057360600 严禁用于非法目的 |
---|---|
绘制时间 | 2019.05.01 |
作者 | 崔鹏宇、王泽勇、邱春蓉、张翔、马超群 |
绘制单位 | 西南交通大学物理科学与技术学院、西南交通大学物理科学与技术学院、西南交通大学物理科学与技术学院、西南交通大学物理科学与技术学院、西南交通大学物理科学与技术学院 |
更多格式 | 高清、无水印(增值服务) |