《表2 回归结果的平均均方根误差》
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
《基于深度学习理论的刀具状态监测及剩余寿命预测方法》
为验证本方法的有效性,使用“传统时域频域特征(表1中相关系数0.8以上的时域特征及相关系数0.6以上的频域特征)+BP神经网络”以及“Dropout参数为0时的稀疏自编码器+BP神经网络”两种方法进行对比。为减少随机因素影响,实验重复进行10次,实验结果表2所示。
图表编号 | XD001157400 严禁用于非法目的 |
---|---|
绘制时间 | 2019.09.01 |
作者 | 安华、王国锋、王喆、马凯乐、钟才川 |
绘制单位 | 天津大学机械工程学院、天津大学机械工程学院、天津大学机械工程学院、天津大学机械工程学院、天津大学机械工程学院 |
更多格式 | 高清、无水印(增值服务) |