《表3 不同迁移学习方法预测结果》
实验二:当工况发生改变后,传统软测量方法不再适应,为此引入迁移学习策略中的特征映射方法。对比实验中,流形正则化域适应采用文献[11]中的方案。半监督-偏最小二乘表示采用半监督域适应将源域和目标域数据映射到公共子空间,利用偏最小二乘法建立回归模型。半监督域适应模糊推理建模方法如2节所述,其规则数为5.表中“1→2”表示工况1迁移到工况2,即工况1为源域数据,工况2的数据为目标域数据,其他记号同理。不同迁移学习方法的RMSE如表3所示。
图表编号 | XD0058575200 严禁用于非法目的 |
---|---|
绘制时间 | 2019.05.01 |
作者 | 李思思、杜永贵、闫飞、阎高伟 |
绘制单位 | 太原理工大学电气与动力工程学院、太原理工大学电气与动力工程学院、太原理工大学电气与动力工程学院、太原理工大学电气与动力工程学院 |
更多格式 | 高清、无水印(增值服务) |