《表2 不同算法识别率比对表Tab.2 Comparison of recognition on different algorithms》

  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

《基于多层卷积神经网络的变电站异常场景识别算法》

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

在4.2.1参数的基础上，CNN模型和M_CNN模型对训练样本和测试样本的识别率如表2所示，其中，识别率均取自对网络训练至收敛时的结果。除此，为了验证M_CNN模型在识别小样本时的有效性，本实验将M_CNN模型与文献[12]的CConv Net模型、文献[13]的3_CNN模型和文献[14]的DCNN模型进行对比。对于3_CNN和DCNN，分别与文中的M_CNN模型相结合，在第一层中，采取3_CNN、DCNN模型的结构，不满足置信度判决条件的样本用于进行下一层网络的训练，形成多层卷积神经网络结构。其中，识别率包括对训练集和测试集的识别率，以及对训练集和测试集中异常样本的识别率。