《表2 模型预测性能评估》

  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

《基于深度信念网络的空压机故障监测研究》

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

另外，为了更直观地表现几种预测方法的预测效果，使用回归预测的3个常用评估指标平均标准误差（MAE）、平均平方误差（MSE）、平均百分比误差（MAPE）来对4种预测方法进行效果评估，对比结果如表2所示。从表2的对比结果可以看出:因BP神经网络易陷入局部极小，故预测精度较低；而SVM方法与RBF神经网络方法虽也有较高的精度，但因为基于DBN的预测方法是一种深度学习方法，能够利用深度模型提取更复杂的参数关系，因此能获得更为精确的预测结果。