《表4 不同网络深度下信息熵以及误差》
使用前述轴承振动数据集作为训练集,设置隐含层节点为1 200个,迭代次数为200次,每次更新权值以及偏置值之后计算信息熵。通过表4可以看出,随着层数增加,信息熵也在增大。在层数到达第4层时,信息熵达到最大,在第5层时虽然训练误差更小,然而信息熵有所减小。网络层数越高,训练成本也越高,因此选择DBN网络的最佳深度为4层。
图表编号 | XD001162100 严禁用于非法目的 |
---|---|
绘制时间 | 2019.09.01 |
作者 | 李忠刚、何林锋 |
绘制单位 | 北京信息科技大学机电工程学院、北京信息科技大学机电工程学院 |
更多格式 | 高清、无水印(增值服务) |