《表2 PNN基于输入特征的识别率》
3) 选用PNN实现四类典型振动信号的识别与分类。PNN是一种前馈型神经网络,是径向基神经网络的拓展,在模式识别领域已得到广泛应用[9]。实验中每类事件各采集80组样本,随机选取其中60组作为训练样本,20组作为测试样本。为了证明本文特征构造的有效性,选取文献[7]提出的基于EEMD分解构造的能量熵EE及峭度EK进行对比。PNN分类器对不同输入特征参量的识别率如表2所示。
图表编号 | XD0044245200 严禁用于非法目的 |
---|---|
绘制时间 | 2019.05.01 |
作者 | 王艳歌、程丹、刘继红 |
绘制单位 | 西安邮电大学电子工程学院、西安邮电大学电子工程学院、西安邮电大学电子工程学院 |
更多格式 | 高清、无水印(增值服务) |