《表3 5种特征提取方法ELM分类结果》
为进一步定量比较以上5种特征提取方法的分类效果,随机选取每种状态的30组样本作为训练样本,剩余20组作为测试样本,分别将其输入ELM进行模式识别,其中ELM隐层神经元的激活函数为径向基函数效果最佳。表3为5种特征提取方法的ELM分类结果。
图表编号 | XD00159195900 严禁用于非法目的 |
---|---|
绘制时间 | 2020.08.01 |
作者 | 程珩、励文艳、权龙、赵立红、关澈、韩露 |
绘制单位 | 太原理工大学新型传感器与智能控制教育部重点实验室、太原理工大学新型传感器与智能控制山西省重点实验室、太原理工大学机械工程学院、太原理工大学新型传感器与智能控制教育部重点实验室、太原理工大学新型传感器与智能控制山西省重点实验室、太原理工大学机械工程学院、太原理工大学新型传感器与智能控制教育部重点实验室、太原理工大学新型传感器与智能控制山西省重点实验室、太原理工大学机械工程学院、太原理工大学新型传感器与智能控制教育部重点实验室、太原理工大学新型传感器与智能控制山西省重点实验室、太原理工大学机械工程学院、太原理 |
更多格式 | 高清、无水印(增值服务) |