《表3 不同核函数下的方差及训练时间》

  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VMD样本熵和KELM的输电线路故障诊断》

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

KELM结合了ELM和SVM的优点，但因其引入核函数，因此核函数类型及核函数参数的选择影响着KELM的性能。KELM一般采用线性核函数（lin-kernel）、高斯核函数（RBF-kernel）以及多项式核函数（poly-kernel），将110个训练样本输入KELM，在3种核函数下的训练方差以及训练时间如表3所示。由表3可知，在训练时间上，poly-kernel的训练时间最长，RBF-kernel次之，lin-lernel训练时间最短；在方差上，poly-kernel的方差最大，linlernel次之，RBF-kernel的方差最小。因此，选取RBF-kernel作为KELM的核函数，其核函数公式为: