《表6 锁闭阶段3类算法的比较》

  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

《基于改进支持向量域描述的道岔转辙机运行状态异常检测》

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

从实验结果可以看出，KNN算法对正样本能准确识别，但容易将异常样本判断为正常样本，这对于铁路设备安全是不能容忍的。SVDD算法能够完全识别出异常样本，但是由于本身算法的局限性，容易对正常样本判断为异常，虚警率较高。从ROC曲线看改进算法的性能明显好于原算法，且能完全识别异常样本，而且需要的训练样本数也少于SVDD算法，虚警率分别只有8.3%，6.2%和4.4%，能满足铁路维护的需求。