《表5 两种神经网络故障诊断追加对比》
提示：宽带有限、当前游客访问压缩模式
为了证实PNN在诊断过程中的能力大于BP网络，又追加了20组样本，对两种网络分别进行故障诊断，结果如表5所示。
| 图表编号 | XD00154064100 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2020.08.25 |
| 作者 | 王兴宇、迟长春、张贤 |
| 绘制单位 | 上海电机学院电气学院、上海电机学院电气学院、上海电机学院电气学院 |
| 更多格式 | 高清、无水印（增值服务） |
相关图表
- 《表3 模型对比：基于深度卷积神经网络模型和XGBoost算法的齿轮箱故障诊断研究》2020.10.15
- 《表2 两种方法数据对比：基于VMD参数优化和样本熵的低压断路器故障诊断》2021.02.25
- 《表6 两种算法性能比较：GA-ACO优化BP神经网络在行星齿轮箱故障诊断中的应用》2021.03.15
- 《表5 故障轴承分类结果：机械故障数值模拟驱动的生成式对抗网络及智能诊断原理》2021.03.20
- 《表5 各模型性能对比：基于改进Elman神经网络的故障诊断模型研究》2021.01.30
- 《表3 方案对比结果：基于粗糙集-RBF神经网络的采煤机液压泵故障诊断》2020.06.01
- 《表5 检测样本：基于神经网络的齿轮箱故障诊断》2020.04.01
- 《表5 BP神经网络故障诊断结果》2020.06.01
- 《表4 两种神经网络故障诊断对比》2020.08.25
- 《表3 部分诊断结果对比：基于精英混沌蜂群算法优化小波神经网络的变压器故障诊断》2020.08.16
- 《表2 测试结果对比：多级神经网络的轴承故障诊断研究》2020.04.01
- 《表5 神经网络对母线故障诊断结果》2020.01.25
- 《表5 频域特征：基于机匣信号的滚动轴承故障卷积神经网络诊断方法》2019.12.01
- 《表4 两种方法结果比较：基于模糊RBF神经网络的高压断路器机构故障诊断》2019.10.16
- 《表2 故障类型判断方法：两种神经网络方法在电力变压器故障诊断中的性能分析》2019.09.18
- 《表3 部分比值编码：两种神经网络方法在电力变压器故障诊断中的性能分析》2019.09.18
- 《表5 样本的网络输出：基于小波神经网络的旋耕装置机械故障诊断研究》2019.09.01
- 《表5 样本的网络输出：基于小波神经网络的旋耕装置机械故障诊断研究》2019.09.01
- 《表5 诊断数据：基于BP神经网络的某型空空导弹发控电路故障诊断》2019.04.20
- 《表2 变压器故障诊断网络模型测试输出与期望输出对比》2018.10.01