《表6 不同噪声水平下BP和DBN模型影响分析》

  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

《基于深度信念网络的航空发动机气路故障诊断技术研究》

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

单位:%

在发动机实际试车工程中，由于工作环境的影响及传感器的偏差等问题，测试数据往往不十分准确。因此，需要故障诊断模型有较好的抗噪声性能。在此结合式（1），针对BP神经网络和DBN神经网络，对故障诊断数据添加不同噪声水平，来探究其模型的正确率受其影响的程度。分别对模型添加不同水平的噪声（k=0.02，0.04，0.06，0.08，0.10），在模型训练集占总数据80%的情况下，测试不同噪声对训练结果的影响（表6）。