修改以下代码，使其能够分别计算四种故障类型的诊断准确率并分别显示：figure plot(test_simu,'o','linewidth',1.5,'markersize',7) hold on plot(output_test,'+','linewidth',1.5) title(['BP测试集诊断准确率：' num2str(accTest*100) '%'],'fontsize',12) xlabel('样本','fontsize',12) ylabel('类型','fontsize',12) legend('实际类型','诊断类型') grid on set(gca,'ytick',1:6,'yticklabel',names) set(gca,'linewidth',1.5)

请尝试以下修改：

% 将实际类型和诊断类型分别存储在不同的变量中
true_type = test_simu;
diag_type = output_test;

% 根据不同的故障类型计算准确率
accTest1 = sum(true_type == diag_type & true_type == 1) / sum(true_type == 1);
accTest2 = sum(true_type == diag_type & true_type == 2) / sum(true_type == 2);
accTest3 = sum(true_type == diag_type & true_type == 3) / sum(true_type == 3);
accTest4 = sum(true_type == diag_type & true_type == 4) / sum(true_type == 4);

% 显示每种故障类型的诊断准确率
disp(['故障类型1的诊断准确率：' num2str(accTest1*100) '%']);
disp(['故障类型2的诊断准确率：' num2str(accTest2*100) '%']);
disp(['故障类型3的诊断准确率：' num2str(accTest3*100) '%']);
disp(['故障类型4的诊断准确率：' num2str(accTest4*100) '%']);

% 绘制图像
figure
plot(true_type,'o','linewidth',1.5,'markersize',7)
hold on
plot(diag_type,'+','linewidth',1.5)
title(['BP测试集总体诊断准确率：' num2str(accTest*100) '%'],'fontsize',12)
xlabel('样本','fontsize',12)
ylabel('类型','fontsize',12)
legend('实际类型','诊断类型')
grid on
set(gca,'ytick',1:6,'yticklabel',names)
set(gca,'linewidth',1.5)

其中，`true_type` 存储实际类型，`diag_type` 存储诊断类型。根据不同的故障类型计算准确率，并分别显示。最后，绘制带有实际类型和诊断类型的图像，并显示总体诊断准确率。