《表3 网络模型规模比较》

  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L1/L2极限学习机的熔池熔透状态识别》

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

表3和图6分别对比了三个训练算法得到的熔池熔透状态识别模型的规模以及在隐层节点数目变化情况下对三种熔透状态识别的平均准确率，可以发现每种训练算法下识别效果最好的模型其隐层节点数并不相同，可以看出ELM和L1/L2-ELM算法在隐层节点数上比较相近，均有效简化了网络的规模，训练时间也大大减少.此外，与ELM算法相比，L1/L2-ELM算法提高了对全熔透、过熔透、未熔透状态的识别准确率，取得了较好的识别效果.