《表3 SVM分类器参数对比》

  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EEMD-SVM的液压泵故障诊断》

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

DNN分类器与SVM分类器的运行结果分别如表2以及表3所示。由表2可知，DNN分类器的分类准确率最高可达100%，所用时间为0.78 s；准确率最低为98.25%。由表3可知，相同训练样本与测试样本条件下，SVM分类器的分类准确率也可达到100%，且所用最短时间仅为0.31 s，较DNN分类器有明显减少；最低准确率为98.45%，稍高于DNN分类器；且整体来看准确率波动较DNN分类器更小，达到对应的最高准确率所需训练时间更短。由此可见，SVM分类器对于液压泵的振动信号识别所需时间更短，效果更好。