《表1 材料化学成分:基于小波神经网络的地铁轴承故障诊断方法》
在提出的小波神经网络中,最大训练时间设置为3 000,训练误差的目标精度为0.002,学习率设置为0.1,性能函数采用均方根误差函数。通过反复训练调整小波神经网络的内部参数,最终使小波神经网络达到性能要求。然后将测试样本集输入已训练好的小波神经网络,其输出结果如表1所示。
图表编号 | XD00185600100 严禁用于非法目的 |
---|---|
绘制时间 | 2020.12.25 |
作者 | 徐欣怡、徐永能、任宇超 |
绘制单位 | 南京理工大学自动化学院、南京理工大学自动化学院、南京理工大学自动化学院 |
更多格式 | 高清、无水印(增值服务) |