《表2 试验效果比较：基于GSO算法的自适应随机共振轴承故障诊断》
提示：宽带有限、当前游客访问压缩模式
设定遗传算法参数、粒子群算法参数与上述仿真实验一样，试验效果见表2。从表2可以看出，GSO在收敛次数、耗时以及输出信噪比方面具有一定的优势，更适合实际应用。
| 图表编号 | XD0086583800 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2019.06.18 |
| 作者 | 方宇、袁丛振、胡定玉 |
| 绘制单位 | 上海工程技术大学城市轨道交通学院、上海工程技术大学城市轨道交通学院、上海工程技术大学城市轨道交通学院 |
| 更多格式 | 高清、无水印（增值服务） |
相关图表
- 《表1 算法步骤：基于VMD-TEO窗和DBiLSTM的早期轴承故障诊断》2020.09.01
- 《表2 不同算法结果对比：基于熵特征和堆叠稀疏自编码器的滚动轴承故障诊断方法》2020.10.25
- 《表1 生产线：基于重力装载的自适应随机算法求解多箱型三维装箱问题》2020.11.01
- 《表1 渗水点：基于重力装载的自适应随机算法求解多箱型三维装箱问题》2020.11.01
- 《表4 正交试验设计结果：基于Massive MIMO系统的自适应抗干扰算法研究及实现》2020.07.15
- 《表1 部分数据样本：基于小波包分解和K最近邻算法的轴承故障诊断方法》2020.02.01
- 《表4 故障诊断算法对比：基于多特征融合与XGBoost的风机轴承故障诊断》2020.07.20
- 《表6 算法准确率对比：基于小波分析与EMD的机车轴承故障诊断方法》2020.06.01
- 《表2 特征变量：基于最大相关最小冗余-随机森林算法的多联机系统在线故障诊断策略研究》2019.12.01
- 《表2 不同算法比较表：基于RFID技术的自适应分组标签防碰撞算法研究》2019.12.15
- 《表3 两种算法性能比较：基于EEMD能量熵和混合算法的电机轴承故障诊断》2020.02.18
- 《表1 故障轴承参数：基于粒子群的共振解调滚动轴承故障诊断研究》2019.09.20
- 《表1 中介轴承几何参数：基于自适应双稳态随机共振的中介轴承故障诊断方法》2019.10.01
- 《表1 仿真效果比较：基于GSO算法的自适应随机共振轴承故障诊断》2019.06.18
- 《表2 正交试验表：基于信息融合的机器人薄壁轴承故障智能诊断》2019.07.01
- 《表1 实验样本信息表：基于卷积神经网络的滚动轴承故障诊断算法》2019.04.25
- 《表2 去噪效果对比：基于快速EEMD的自适应滤波算法在输电线路激光测距中的应用》2018.09.30
- 《表2 辩识结果：改进模型的自适应NPE算法故障降维辩识》2018.08.25
- 《表1 标签配置：基于改进GAN算法的电机轴承故障诊断方法》2019.12.01
- 《表4 不同诊断方法对比：基于改进GAN算法的电机轴承故障诊断方法》2019.12.01