《表4 BP神经网络预测结果与实际比较》
将表3中的5个测试样本原始数据按同样方法进行归一化处理;然后输入到已训练好的网络,即可得到故障类型的预测结果,见表4。
图表编号 | XD00131160700 严禁用于非法目的 |
---|---|
绘制时间 | 2020.02.01 |
作者 | 张力、李江生、李建龙、陈怡潇 |
绘制单位 | 南昌大学资源环境与化工学院、南昌大学资源环境与化工学院、南昌大学资源环境与化工学院、南昌大学资源环境与化工学院 |
更多格式 | 高清、无水印(增值服务) |
将表3中的5个测试样本原始数据按同样方法进行归一化处理;然后输入到已训练好的网络,即可得到故障类型的预测结果,见表4。
图表编号 | XD00131160700 严禁用于非法目的 |
---|---|
绘制时间 | 2020.02.01 |
作者 | 张力、李江生、李建龙、陈怡潇 |
绘制单位 | 南昌大学资源环境与化工学院、南昌大学资源环境与化工学院、南昌大学资源环境与化工学院、南昌大学资源环境与化工学院 |
更多格式 | 高清、无水印(增值服务) |