《表2 六种振动信号样本筛选情况及总筛选比》
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。
图表编号 | XD00154092500 严禁用于非法目的 |
---|---|
绘制时间 | 2020.05.15 |
作者 | 马愈昭、冯磊、刘佳、熊兴隆 |
绘制单位 | 中国民航大学电子信息与自动化学院天津市智能信号与图像处理重点实验室、中国民航大学电子信息与自动化学院天津市智能信号与图像处理重点实验室、中国民航大学电子信息与自动化学院天津市智能信号与图像处理重点实验室、中国民航大学电子信息与自动化学院天津市智能信号与图像处理重点实验室 |
更多格式 | 高清、无水印(增值服务) |