《表3 不同特征集用于诊断的准确率比较》
最后,将最优特征子集[S1,S2,…,S20]输入RF建立预测模型,用训练好的预测模型对测试样本进行分类,图6所示为使用原始特征集时RF分类器对微小故障的诊断情况,图7所示为特征选择后RF分类器的诊断情况,对比可以看出,特征选择前RF对于门扇开度减小和门扇开度增加这2种微小的错误故障诊断较多,特征选择后有了明显的改善。计算出全部特征集[f1,f2,…,f180]和最优特征子集[S1,S2,…,S20]的平均分类准确率,并将二者进行比较,如表3所示。
图表编号 | XD0097369800 严禁用于非法目的 |
---|---|
绘制时间 | 2019.06.01 |
作者 | 施文、陆宁云、姜斌、支有冉、许志兴 |
绘制单位 | 南京航空航天大学自动化学院、南京康尼机电股份有限公司、南京航空航天大学自动化学院、南京康尼机电股份有限公司、南京航空航天大学自动化学院、南京康尼机电股份有限公司、南京康尼机电股份有限公司 |
更多格式 | 高清、无水印(增值服务) |