《表2 GIS局放信号PNN识别结果》
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
《基于概率神经网络的局部放电信号特征提取与识别研究》
将数据进行特征参量提取,并使用PCA降维,获取5维PCA参量作为特征参数组,将其随机分类得到训练组和测试组;并利用传统统计参量V'=(Sk+,Sk-,Ku+,Ku-,CC,Q,DD)同样对数据进行参量提取,分类得到对照数据训练组和对照数据测试组。因统计特征维度为7并不高,故无需降维。对两组数据分别进行PNN训练和识别,得出对比结果,如表2所示。
图表编号 | XD0015959700 严禁用于非法目的 |
---|---|
绘制时间 | 2018.05.30 |
作者 | 林伟、王昕、郑益慧、李立学 |
绘制单位 | 上海交通大学电工与电子技术中心、上海交通大学电工与电子技术中心、上海交通大学电工与电子技术中心、上海交通大学电工与电子技术中心 |
更多格式 | 高清、无水印(增值服务) |