《表3 RUL预测结果比较》
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
《GRU-BP在数字化车间关键部件寿命预测中的研究》
为了方便衡量本文的实验结果,将本文提出的方法同未考虑输入时序因素的梯度增强算法XGBoost和传统的BP网络预测结果相比较,比较结果如表3所示.通过表3的数据对比可以得到,两种评分方法都证明了考虑了输入时序因素的GRU-BP神经网络在RUL预测精度上要优于XGBoost和BP神经网络.
图表编号 | XD00141250400 严禁用于非法目的 |
---|---|
绘制时间 | 2020.03.01 |
作者 | 郝俊虎、胡毅、崔宁宁、韩丰羽、徐崇良 |
绘制单位 | 中国科学院沈阳计算技术研究所、中国科学院大学计算机与控制学院、中国科学院沈阳计算技术研究所、沈阳高精数控智能技术股份有限公司、中国科学院沈阳计算技术研究所、中国科学院大学计算机与控制学院、中国科学院沈阳计算技术研究所、中国科学院大学计算机与控制学院、中国科学院沈阳计算技术研究所、中国科学院大学计算机与控制学院 |
更多格式 | 高清、无水印(增值服务) |