《表2 不同算法分类准确率》

  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Hilbert-huang变换和RVM的电能质量检测与分类》

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

在使用PSO算法优化RVM参数时，进化代数在35代找到了分类准确率的最优适应度值。之后该结果一直保持稳定不变，最终最优分类准确率为96.76%，对应的核函数宽度因子δ最优参数为0.648 2。然后使用优化参数后的RVM将测试集进行分类。最后随机生成PQ扰动信号，输入到PSO-RVM分类器中，进行识别检测，检测正确率为96.1%。同时对比了BP神经网络分类算法的准确性，如表2所示。