《表2 ELM与GRNN,LS-SVM,BPNN方法测试结果对比》

  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GM-ELM的有杆泵抽油井故障诊断》

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

由表2可知，GM-ELM算法的故障诊断准确率为95.5%，仿真时间为0.296 s.GRNN的故障诊断准确率为52.3%，仿真时间为4.398 s.LS-SVM的故障诊断准确率为70%，仿真时间为1.653 s.BP的故障诊断准确率为68.2%，仿真时间为4.538 s.GRNN，BPNN模型需要有足够数量的样本进行模型训练，在建模样本有限的情况下，GRNN，BPNN的诊断精度较低；LS-SVM适用于小样本数据，但模型参数难以确定，需要足够的经验才能找出最优的模型参数，提高模型诊断精度．