《表4 3种算法故障诊断精度的对比结果》

  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

3种算法对训练集和测试集样本的训练时间及识别率如表4所示，可以看出，DBN算法的耗时最长，但对训练样本集和测试样本集的识别率较高，这反映了该模型的学习训练效果和泛化能力较好。这是因为DBN具有相对复杂的网络结构，可以从原始训练样本集中提取更深层次的代表性隐含特征，并且在进行BP神经网络算法训练之前就获取了较好的初始化参数，故其在微调阶段网络训练的效果更好，从而提高了诊断模型的精度。