《表8 基本可信度分配:基于BP神经网络和证据理论的离心压缩机喘振诊断方法》

《表8 基本可信度分配:基于BP神经网络和证据理论的离心压缩机喘振诊断方法》   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BP神经网络和证据理论的离心压缩机喘振诊断方法》


  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

流量、压力特征值,如表7所示。将证据体集E={E1,E2,E3,E4,E5}输入到完成训练的BP神经网络中,其中训练得到表1和表2权值作为BP神经网络的各层之间的连接权值,由此得到基本可信度分配函数集,如表8所示。