《表3 不同负荷状态的识别准确率》
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MEEMD-多尺度分形盒维数和ELM的球磨机负荷识别方法》
由图8可知,随着隐含神经元个数的增加,整体识别率呈现先快速增加后缓慢减小的趋势,其中,当激活函数为‘Sin’、隐含神经元个数为24时,整体识别率达到最大值,为94.8%,因此,磨机负荷ELM识别模型具有最佳的识别性能,对于不同状态的识别准确率如表3所示。
图表编号 | XD0033404500 严禁用于非法目的 |
---|---|
绘制时间 | 2019.02.01 |
作者 | 蔡改贫、宗路、刘鑫、罗小燕 |
绘制单位 | 江西理工大学机电工程学院、江西理工大学机电工程学院、江西理工大学机电工程学院、江西理工大学机电工程学院 |
更多格式 | 高清、无水印(增值服务) |