《表3 试验二测试结果:基于动态响应的钢轨波磨状态智能检测》

《表3 试验二测试结果:基于动态响应的钢轨波磨状态智能检测》   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
《基于动态响应的钢轨波磨状态智能检测》


  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

对上述12个特征进行主分量分析,累计得到贡献率占比大于95%(97.43%)的2个综合性特征。通过特征降维实现数据简化。将主分量分析得到的2个特征作为模型输入,随机取样按4:1对样本进行XGBoost算法模型的训练和测试。测试结果,如表3所示。计算得到,试验二XGBoost算法模型平均平衡F分数为0.9525,略低于试验一,均具备较高的检测精度。