《表2 模型训练时间和识别时间对比》

  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

《基于栈式稀疏自编码器的抽油机故障诊断研究》

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

为了能够客观、公正地评价SSAE-SVM模型的训练速度与识别速度，分别对示功图用BP神经网络、支持向量机、SSAE-SVM模型进行训练时间与识别时间的对比，如表2所示。其中BP神经网络两个隐藏层神经元个数分别为200和100个，支持向量机采用径向基核函数。由表2可知:SSAE-SVM训练时间与SVM训练时间基本相当，远小于BP神经网络，且识别时间比另两种模型都少，可以肯定SSAE-SVM模型用于示功图识别有高的识别速度。