《表1 模拟数据实验模型设置》

  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

《面向卫星电源系统的一种新颖异常检测方法》

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

为了检验DF损失函数和PDTA算法的有效性，首先在模拟数据上进行对比试验。试验参数设置如表1所示。三个模型的结构相同，包含7个隐藏层，每个隐藏层神经元的数目为[50，20，10，5，10，20，50]。SAE1和SAE2采用了相同的损失函数，都是均方误差函数；但是训练算法不同，其中SAE1采用了神经网络常用的训练算法，即从训练数据中随机选取批量数据进行训练；SAE2采用了本文提出的PDTA算法。SAE2和RFAE均采用PDTA作为训练算法，但SAE2采用均方误差作为损失函数，RFAE采用DF作为损失函数。其中训练轮数设为15，学习率l=0.005，批量大小b=15，u=1，ν=0.00001。在异常检测阶段，将样本按重构误差从大到小排序，前1000个样本被预测为异常样本。三个模型准确率随训练轮数的变化如图3所示。