《表3 不同方法的训练时长比较》
为进一步验证所提方法的有效性,基于筛选出的最优参数,本文继续将所提模型和一些相关方法进行比较,并就不同的模块组合进行消融测试。参与比较的方法有:PCA+Logistic回归(P+L)、PCA+LSTM(P+LSTM)、注意力+Logistic回归(A+L)、卷积网络(Convolutional Neural Networks,CNN)+LSTM(C+LSTM)以及分别进行1阶段训练和2阶段训练的注意力+LSTM(A+LSTM1和A+LSTM2)。本文基于一维卷积层、池化层以及1个全连接层构建了1个9层CNN,并使用常见的批量标准化和非线性激活层。图3和表3分别比较了不同方法的查准率(Precision)、召回值(Recall)和训练时间。
图表编号 | XD00223080800 严禁用于非法目的 |
---|---|
绘制时间 | 2020.10.01 |
作者 | 吴海洋、陈鹏、郭波、蒋春霞、李霁轩、朱鹏宇 |
绘制单位 | 国网江苏省电力有限公司信息通信分公司、国网江苏省电力有限公司信息通信分公司、国网江苏省电力有限公司信息通信分公司、国网江苏省电力有限公司信息通信分公司、国网江苏省电力有限公司信息通信分公司、国网江苏省电力有限公司信息通信分公司 |
更多格式 | 高清、无水印(增值服务) |