《表2 改进后的Alexnet网络的识别混淆矩阵》

  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

《基于卷积神经网络的直流XLPE电缆局部放电模式识别技术》

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

改进后的Alexnet网络的识别混淆矩阵（confusion matrix）见表2，可以看出：爬电缺陷和气隙缺陷是CNN模式识别误差的主要来源，其中爬电缺陷的样本有10.78%被误识别为气隙缺陷，气隙缺陷样本有8.03%被误识别为爬电缺陷，是混淆矩阵中两个最大的误识别率，很大程度上降低了平均识别正确率。另外，尖端缺陷与气隙缺陷、划痕缺陷之间没有误识别率，这也符合图3中尖端缺陷的特征图谱与另外两者差异较大的分析。