《表3 网络测试结果对比:基于BP神经网络与概率神经网络的汽车发动机故障识别方法及对比分析》
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BP神经网络与概率神经网络的汽车发动机故障识别方法及对比分析》
采用同一个测试样本对建立好的BP神经网络和PNN网络进行测试,测试样本见表2。从网络测试的结果分析:BP神经网络故障识别的误差较大,其中误差最大的一组是[0.7639 0.0001 0.9943],期望输出为[0 1 1],进气管堵塞、排气管堵塞以及正常状态均出现错误,准确率只有66.7%,效果不理想,原因是训练样本涵盖面不足;PNN网络输出的结果跟期望输出基本符合,15组随机样本的测试结果中,只有一组进气管堵塞被判断为排气管堵塞,故障检测错误,准确率达93.3%。网络测试结果如表3所示,由此可见,建立的PNN网络在完成发动机故障类型的分类和识别的效果上更优。
图表编号 | XD00227461400 严禁用于非法目的 |
---|---|
绘制时间 | 2020.10.25 |
作者 | 李雯、喻菲菲、杜灿谊、李锋、龚永康 |
绘制单位 | 广东技术师范大学机电学院、广东技术师范大学机电学院、广东技术师范大学汽车与交通工程学院 |
更多格式 | 高清、无水印(增值服务) |