《表2 单个FAM与BBM不同阈值性能比较》

  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

《改进模糊ARTMAP方法在电力系统诊断中的应用》

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

在实验中，采用修剪策略删除F2α节点产生的具有较低影响因子的原型类别，其被认为是网络冗余节点。修剪的目的是减少FAM产生的原型类别大小，同时保持网络性能。修剪阈值从0.0改变到0.95，与基线警戒参数值固定至0.5。因更高的值将消除大部分训练网络节点，所以并不适用。表2显示了在不同阈值下排序后的多组数据训练FAM的预测性能和BBM的预测性能在准确性上的比较，显而易见BBM性能优于FAM预测性能，同时可以发现阈值在0.55左右时两种模型的预测性能准确性都较高，精度保持在90%以上，如果继续增大阈值，则会降低模型准确性，这可能是由于过度剪枝的不良影响造成的，如编码在原型节点中的重要信息被删除。