《表3 优化及特征选择前后评估结果》
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
《基于差分进化极限学习机的电力系统暂态稳定评估方法》
为了验证DE-ELM作为分类器的优越性及稳定性,选取未经优化的ELM进行对比;经过PCA降维及SFBS特征选择后特征数减少到初始集合的45.83%,为了验证特征选择的有效性,选取全特征集合作为输入的DE-ELM、ELM和经过PCA降维后未经SFBS特征选择的13个特征作为输入DE-ELM、ELM进行对比,每个模型均进行50次迭代,取50次结果平均值作为比较。设置种群规模NP=200,交叉概率CR=0.8,变异概率F=1,极限学习机隐层节点数均设置为72,结果如表3所示。
图表编号 | XD00120629800 严禁用于非法目的 |
---|---|
绘制时间 | 2020.01.08 |
作者 | 李向伟、刘思言、高昆仑 |
绘制单位 | 华北电力大学电气与电子工程学院、全球能源互联网研究院、全球能源互联网研究院 |
更多格式 | 高清、无水印(增值服务) |