《表2 BP神经网络测试输出Tab.2 BP neural network testing output》
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
《基于小波神经网络与KNN机器学习算法的六相永磁同步电机故障态势感知方法》
最终,共构造正常工况和故障工况学习集各10 000组。利用MATLAB神经网络工具箱构建BP神经网络,设计2层隐含层分别包含10个和5个神经元,节点传递函数采用双极性S函数来计算输出,在目标集中,令正常工况输出为0,故障工况输出为1,构建5组测试集进行对照分析,每组中正常与故障样本各400组。经过学习和测试后,结果如表2所示。
图表编号 | XD0029700500 严禁用于非法目的 |
---|---|
绘制时间 | 2019.01.25 |
作者 | 张昊宇、姚钢、殷志柱、周荔丹 |
绘制单位 | 上海交通大学电力传输与功率变换控制教育部重点实验室、上海交通大学电力传输与功率变换控制教育部重点实验室、上海电气集团中央研究院、上海交通大学电力传输与功率变换控制教育部重点实验室 |
更多格式 | 高清、无水印(增值服务) |