《表4 故障分类评价指标:混沌量子粒子群的权重类条件贝叶斯网络分类器参数学习》
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
《混沌量子粒子群的权重类条件贝叶斯网络分类器参数学习》
表4给出了本次故障分类的评价指标。表4中的TP Rate表示被模型预测为正的正样本率,FP Rate表示被模型预测为正的负样本率,Precision为查准率,Recall为查全率,F-Measure为Precision和Recall的加权调和平均,其值越接近1,则表明诊断方法越有效。从分类结果和表中各项指标可以看出,TANω模型对于故障分类问题的分类精度较高,且误分类率很低,在查全率和查准率上也有较好表现。改进的分类器在对氧主文氏管后泄露这一类故障进行分类时,分类准确率高达96.7%。对发生器氢副控阀泄露这一故障的分类准确率稍低,但也达到了91.1%。另外,各种故障类型的F-Measure指标均可达到90%以上,表明本文模型对分类问题处理的有效性。
图表编号 | XD0096696400 严禁用于非法目的 |
---|---|
绘制时间 | 2019.10.01 |
作者 | 刘久富、丁晓彬、郑锐、王彪、刘海阳、王志胜 |
绘制单位 | 南京航空航天大学自动化学院、南京航空航天大学自动化学院、南京航空航天大学自动化学院、南京航空航天大学自动化学院、东南大学电子科学与工程学院、南京航空航天大学自动化学院 |
更多格式 | 高清、无水印(增值服务) |