《表5 各方法的具体参数:深度稀疏最小二乘支持向量机故障诊断方法研究》

《表5 各方法的具体参数:深度稀疏最小二乘支持向量机故障诊断方法研究》   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
《深度稀疏最小二乘支持向量机故障诊断方法研究》


  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

对上述3组数据,在MATLAB环境下分别采用SVM、SLSSVM、深度卷积神经网络(CNN)方法、DSVM及DSLSSVM方法进行状态识别与诊断。实验中核函数类型均为高斯核函数,惩罚因子C与核函数参数σ利用交叉验证方法确定,DSVM与DSLSSVM均为2层结构,其中DSVM第1层参数与SVM相同,DSLSSVM第1层参数与LSSVM相同,稀疏化参数v在确保训练准确率的同时取较大值,以保证更好的稀疏效果。各方法具体参数如表5所示。