《表3 各超参数优化方法的性能比较》
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
《近邻成分分析和k近邻学习融合的变压器不平衡样本故障诊断》
若采用传统的网格搜索方法,即彻底遍历参数值组合的有限集评估目标函数值,其性能比较如表3所示。结果表明,经过贝叶斯优化算法优化的超参数训练的模型,其测试集故障分类准确率略低于网格搜索的结果,但明显高于未经优化前的准确率,说明BOA算法可以有效地优化本文模型的超参数,且效果达到预期。同时,贝叶斯优化算法的计算时间成本相较网格搜索约降低了19.32 s,效果明显。
图表编号 | XD00195007600 严禁用于非法目的 |
---|---|
绘制时间 | 2021.02.28 |
作者 | 李雅欣、侯慧娟、张立静、胥明凯、盛戈皞、江秀臣 |
绘制单位 | 上海交通大学电气工程系、上海交通大学电气工程系、上海交通大学电气工程系、国网山东省电力公司、上海交通大学电气工程系、上海交通大学电气工程系 |
更多格式 | 高清、无水印(增值服务) |