《表5 SOM网络诊断结果及对比》
提示：宽带有限、当前游客访问压缩模式
为对故障诊断的正确率进行验证，将64个测试样本输入BP神经网络进行训练，并通过表3的测试样本检测故障诊断识别率，结果见表5所示。
| 图表编号 | XD0056666300 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2019.02.25 |
| 作者 | 张梦成、迟长春 |
| 绘制单位 | 上海电机学院电气学院、上海电机学院电气学院 |
| 更多格式 | 高清、无水印（增值服务） |
相关图表
- 《表4 SOM神经网络聚类结果》2021.01.15
- 《表6 驾驶风格识别结果：基于SOM神经网络的多工况驾驶风格识别》2021.01.30
- 《表5 故障轴承分类结果：机械故障数值模拟驱动的生成式对抗网络及智能诊断原理》2021.03.20
- 《表1 SOM神经网络的相关参数》2020.12.15
- 《表5 各模型性能对比：基于改进Elman神经网络的故障诊断模型研究》2021.01.30
- 《表5 RBF神经网络和BP神经网络诊断结果对比表》2021.01.10
- 《表5 基于不同时期Sentinel-2A和Landsat 8影像的SOM最优反演模型对比》2020.05.01
- 《表5 两种神经网络故障诊断追加对比》2020.08.25
- 《表5 SOM聚类分成五类结果》2020.08.01
- 《表5 约简决策表：基于RST-SOM的高压断路器故障诊断》2020.03.16
- 《表6 网络预测结果分析：道路工程SOM-RBF神经网络估价模型研究》2020.01.15
- 《表5 网络聚类结果：道路工程SOM-RBF神经网络估价模型研究》2020.01.15
- 《表5 RBF神经网络诊断结果》2019.11.01
- 《表4 BP-SOM混合神经网络识别结果》2019.09.15
- 《表2 SOM网络模型对预测集样品的识别结果》2019.08.20
- 《表4 使用SOM网络的分类结果》2019.02.25
- 《表3 50组待检测故障样本的SOM网络诊断结果》2019.05.01
- 《表2 不同训练步数下的SOM网络训练结果》2019.05.01
- 《表5 基于SVR与基于PLSR的SOM高光谱估测模型结果对比》2019.02.25
- 《表5 声音信号神经网络诊断结果》2019.11.01