《表2 PSO-LS-SVM与BPNN对比Tab.2 Comparison of PSO-LS-SVM and BPNN》
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
《基于PSO-LS-SVM的储罐底板缺陷量化方法研究》
从表2所示结果可以看出,相对于BP神经网络,结合了粒子群优化的最小二乘支持向量机算法,可以显著节约网络训练时间,其训练时间约为BP神经网络的2/5。
图表编号 | XD0014200200 严禁用于非法目的 |
---|---|
绘制时间 | 2018.02.25 |
作者 | 程迪、黄松岭、赵伟、王珅 |
绘制单位 | 清华大学电机系电力系统国家重点实验室、清华大学电机系电力系统国家重点实验室、清华大学电机系电力系统国家重点实验室、清华大学电机系电力系统国家重点实验室 |
更多格式 | 高清、无水印(增值服务) |