《表2 不同类别的未知复合故障的诊断率》
提示：宽带有限、当前游客访问压缩模式
不同种类未知复合故障的诊断率见表2。
| 图表编号 | XD0063224400 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2019.02.01 |
| 作者 | 张应军、江永全、杨燕、张卫华、陈锦雄 |
| 绘制单位 | 西南交通大学信息科学与技术学院、西南交通大学牵引动力国家重点实验室、西南交通大学信息科学与技术学院、西南交通大学牵引动力国家重点实验室、西南交通大学牵引动力国家重点实验室 |
| 更多格式 | 高清、无水印（增值服务） |
相关图表
- 《表3 故障类别表：基于CNN特征提取及模型融合的飞机液压系统故障诊断》2020.10.20
- 《表1 数据集类别划分：一种基于深度神经网络的滚动轴承故障诊断方法》2020.09.01
- 《表1 DARPA 1999测试集未知攻击类别》2020.07.15
- 《表1 状态类别表：基于主成分分析——支持向量机优化模型的断路器故障诊断方法研究》2020.06.16
- 《表3 电机模式类别标签：基于FFT的概率神经网络故障诊断模型》2020.09.28
- 《表8 复合故障故障诊断结果》2020.08.20
- 《表2 接触力参数：基于多尺度排列熵的复合行星齿轮故障诊断研究》2020.09.08
- 《表3 未知故障的放电特征描述》2020.07.10
- 《表1 故障规则表：太阳能及空气源热泵复合供热系统故障诊断研究与应用》2020.02.28
- 《表2 未知故障电池数据感知器分类结果》2020.02.01
- 《表2 错误类别说明：基于支持向量数据描述算法的变频空调系统制冷剂泄漏故障诊断研究》2019.08.01
- 《表1 故障类别表：遗传算法优化支持向量机的光伏阵列故障诊断研究》2019.09.01
- 《表1 数据样本的隶属度：基于MRSVD能量特征和KFCM的齿轮箱复合故障诊断》2019.09.15
- 《表1 类别数据分布：不平衡学习在电力设备故障诊断中的应用》2019.05.15
- 《表4 不同方法对未知复合故障的诊断准确率对比》2019.02.01
- 《表3 不同种类未知复合故障的诊断准确率》2019.02.01
- 《表2 特征J1值：基于Tsallis熵与层次化混合分类器的含未知故障断路器机械故障诊断》2019.05.31
- 《表1 特征计算式：基于Tsallis熵与层次化混合分类器的含未知故障断路器机械故障诊断》2019.05.31
- 《表1 故障仿真信号参数：基于SWD-AVDIF的齿轮箱复合故障诊断方法》2019.02.18
- 《表2 多负载下不同故障类别的识别结果对比》2019.02.01