《表2 6种单故障诊断模型的实验结果对比》
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
《基于不平衡分类的Bagging集成污水处理故障诊断》
%
对比算法的参数均通过寻优获得.SMOTE_Bagging_WELM、Bagging_WELM与WELM均采用Tribas激励函数和W1加权方案,用网格法寻优,寻找基分类器的隐层节点数L和正则化系数C的最优参数组.隐层节点数L的寻优范围为{10,15,20,…,500},步长为5;C的寻优范围为{20,21,…,212},步长为1.SVM使用径向基核函数,并对预测指标进行标准化;Bagging_SVM算法的基分类器设置与单个SVM相同;ELM的隐层节点数L采用网格法寻优,寻优范围为{10,15,20,…,500};C4.5采用网格法对节点数进行寻优,寻优范围为[10,60],步长为2;BPNN采用网格法对节点数进行寻优,隐层节点数L的寻优范围和步长分别为{10,15,20,…,200}、5,学习率的寻优范围和步长分别为{0.1,0.2,…,1.0}、0.1.所有实验均采用5折交叉验证,进行10次重复实验,实验结果取10次实验结果的平均值,如表2、表3和表4所示.
图表编号 | XD0026563100 严禁用于非法目的 |
---|---|
绘制时间 | 2018.08.01 |
作者 | 许玉格、赖春伶、罗飞 |
绘制单位 | 华南理工大学自动化科学与工程学院、华南理工大学自动化科学与工程学院、华南理工大学自动化科学与工程学院 |
更多格式 | 高清、无水印(增值服务) |