《表1 准确率、召回率及时间消耗对比》
注:准确率=准确煤矿安全决策数据条数/实际处理数据条数;召回率=准确煤矿安全决策数据条数/总处理数据。
系统分别基于卷积神经网络与决策树、卷积神经网络与随机森林、胶囊网络与决策树、胶囊网络与随机森林的不同组合算法进行煤矿信息感知与决策,测试决策准确率、召回率与时间消耗,对比结果见表1。可看出基于胶囊网络与随机森林的煤矿信息全面感知与智慧决策系统在准确率、召回率、时间消耗方面占据优势。这是由于胶囊网络用胶囊输出向量代替卷积神经网络的输出标量,使得煤矿信息特征的表达更丰富,此外胶囊网络的动态路由将煤矿感知信息特征动态传递到煤矿信息特征所属分类中,有效提升了煤矿信息特征提取性能;随机森林集成多棵决策树进行学习,能很好地适应煤矿信息的随机性与复杂性,决策精度与运算效率较高。
图表编号 | XD00136337400 严禁用于非法目的 |
---|---|
绘制时间 | 2020.03.01 |
作者 | 李腾飞、李常友、李敬兆 |
绘制单位 | 安徽理工大学电气与信息工程学院、山东能源临沂矿业集团有限责任公司新驿煤矿、安徽理工大学电气与信息工程学院 |
更多格式 | 高清、无水印(增值服务) |