《表1 BP网络的部分监测结果》

  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

《数据融合在护理机器人排便监测中的应用研究》

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

将三组共270组数据构成的特征向量作为训练样本，利用MATLAB平台构建网络结构分别对3个BP网络进行训练，训练过程误差曲线，如图2所示。3个BP网络迭代步数分别在578步、1289步和329步时训练精度误差满足0.005以下，同时收敛程度均达到预定的网络性能参数设置目标。将各组的测试样本输入到训练好的BP网络中，由于输出结果篇幅太长，取其部分输出结果，如表1所示。观察表1中的输出结果，在特征级融合阶段，3个BP网络的各输出节点基本反映了大小便的监测状态，能初步判断有无排泄，但部分监测结果识别率并不高，如t2组中的小便识别误差达到了0.3659，取阈值ε1=0.3、ε2=0.5，根据目标识别准则识别结果将无法判断，可能误判断造成误报警。