《表5 加权矩阵Z：基于半监督径向基函数神经网络的电网自组织临界态辨识方法》

  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

《基于半监督径向基函数神经网络的电网自组织临界态辨识方法》

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

注:神经网络不包含训练时间。

设计一个基于传统BP神经网络、传统径向基函数神经网络以及OPA模型，以便于和基于SSL-RBF神经网络的自组织临界辨识方法进行比较。利用表2中所述20个标记样本对传统BP神经网络、传统径向基函数神经网络进行训练，并利用50个测试样本对以上方法的辨识效果进行测试。在BP神经网络中，设最大容许偏差ρ=10-2，且学习率和动量因子分别为η=0.09、α=0.8；径向基函数神经网络参数见文献[29]；OPA模型参数见文献[24]（快动态过程仿真次数为200次）。其对比结果如表5所示。