《表2 六种振动信号样本筛选情况及总筛选比》

《表2 六种振动信号样本筛选情况及总筛选比》   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LCD和改进PNN的光纤周界振动信号识别》


  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

由表1可知,样本8和样本12对6个类别的的隶属度均小于隶属度阈值ρ=0.5,判定其为无效训练样本,予以剔除。根据此规则遍历所有样本的隶属度,300组测试样本经FCM算法筛选后的情况如表2。由表2可知,经FCM算法优化后,总训练样本量从300组变为244组,总筛选比达到81.3%。由此可见,FCM能够剔除PNN训练样本中的噪声样本和表征性不强样本,从而有效对PNN网络结构进行优化。