《表5 判别结果与误差:基于PCA-CRHJ模型的矿井突水水源判别》
基于数据集A的判别误差分布如图3所示,基于数据集B的判别误差分布如图4所示,各模型的判别结果与误差见表5。对比图3和图4可知,由于ESN的输入权值矩阵与储备池的连接权矩阵在每次训练时均需随机生成且网络内部状态不稳定,所以,模型误差分布波动性较大;PCA-CRHJ、CRHJ、CRJ的输入权值矩阵与储备池连接权值矩阵在训练前已确定且保持不变,确定性跳跃循环的拓扑结构使得训练过程中网络内部状态保持稳定,所以,模型误差分布平稳。根据表5计算分析可得:基于数据集A训练的PCA-CRHJ模型的精度比CRHJ模型提高了79.81%,比CRJ模型提高了79.95%,比ESN模型提高了86.55%;基于数据集B训练的PCA-CRHJ模型的精度比CRHJ模型提高了48.95%,比CRJ模型提高了61.43%,比ESN模型提高了61.89%。4种模型模拟准确率高低顺序如下:PCA-CRHJ>CRHJ>CRJ>ESN。由表5中期望输出与判别结果可知,PCA-CRHJ模型的判别结果与期望输出一致,模拟准确率达到了100%。
图表编号 | XD00191775100 严禁用于非法目的 |
---|---|
绘制时间 | 2020.11.01 |
作者 | 秋兴国、王瑞知、张卫国、张昭昭、张婧 |
绘制单位 | 西安科技大学计算机技术与科学学院、西安科技大学计算机技术与科学学院、西安科技大学计算机技术与科学学院、西安科技大学计算机技术与科学学院、西安科技大学计算机技术与科学学院 |
更多格式 | 高清、无水印(增值服务) |