《表2 RMSE/Score指标对比》
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
《注意力Conv LSTM模型在RUL预测中的应用》
为定量评估模型的预测性能,将本文实验结果与文献中的ANN、SRNN、LSTM、SRU[17]、DLSTM[18]、Ada BN-DC-NN[19]模型和未引入注意力机制的BConv LSTM模型的实验结果作对比,由表2可知,本文所提模型的RMSE和Score在FD0001、FD0003和FD0004验证集中性能均为最优,在FD0002验证集上仅次于SRU模型,RM SE指标一直处于较低水平,性能稳定,而Score指标较其他方法有很明显优势.由上述对比数据可知,本文所提的模型具有良好的预测精确度和稳定的性能.
图表编号 | XD00213648200 严禁用于非法目的 |
---|---|
绘制时间 | 2021.02.01 |
作者 | 程成、张贝克、高东、许欣 |
绘制单位 | 北京化工大学信息科学与技术学院、北京化工大学信息科学与技术学院、北京化工大学信息科学与技术学院、北京德普罗尔科技有限公司 |
更多格式 | 高清、无水印(增值服务) |