《表2 不同结构的DBN性能对比》

  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

《基于深度信念网络的船舶柴油机智能故障诊断》

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

采用DBN算法建立柴油机故障诊断模型时，需对网络结构参数进行设定。根据经验，第1层和最后1层RBM的节点数量应与输入数据样本的属性维数和类别数对应。本文将RBM的初始学习率设为0.01，训练数据批处理量设为50，RBM的激活函数设为sigmoid函数。为了选取相对较好的网络结构，避免因网络层数过多而导致训练成本较大的问题，通过多次实验，计算不同层数的DBN平均性能，其对比结果如表2所示。