《表2 ELM与GRNN,LS-SVM,BPNN方法测试结果对比》
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.
图表编号 | XD00558800 严禁用于非法目的 |
---|---|
绘制时间 | 2019.12.01 |
作者 | 侯延彬、陈炳均、高宪文 |
绘制单位 | 东北大学信息科学与工程学院、东北大学信息科学与工程学院、东北大学信息科学与工程学院 |
更多格式 | 高清、无水印(增值服务) |