《表4 实测试验结果：基于深度前馈网络的电能质量复合扰动识别》

  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

《基于深度前馈网络的电能质量复合扰动识别》

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

根据数学模型生成信噪比20 d B～50 d B之间的仿真信号作为训练集，每类样本800个。由此，各方法训练得到的扰动分类器在实测信号集上的识别准确率如表4第一行所示。由于仿真数据与实测数据的统计特性不完全一致，各分类器的识别准确率均有一定程度地下降。然而，得益于Dropout正则化，方法的识别准确率仍可达86.82%，显示出比其他方法更好的泛化性能。