《表9 不同类型的破损滤袋的识别结果》
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
《基于相位敏感型光时域反射仪的袋式除尘器漏袋检测技术》
利用上述已经训练好的BP神经网络结构对6种类型的滤袋进行识别.各种破损滤袋及其好袋内的光纤振动信号特征样本各150份,识别结果如表8和表9所示.其中表8表示不同类型滤袋的识别率,表9表示不同类型破袋的识别率.破袋识别率指的是BP神经网络正确识别出来的破袋特征样本数与输入到BP神经网络进行识别的破袋特征总样本数的比值.结果显示,利用类型3滤袋信号特征样本训练出来的BP神经网络可对其它不同类型的滤袋进行有效的识别,并获得较高的平均识别率,同时保持较高的识别稳定性.因此,该方法对各种类型滤袋的模式识别具有一定的通用性,可以有效地减少BP神经网络训练的复杂性,具有很好的工程应用价值.
图表编号 | XD0063374900 严禁用于非法目的 |
---|---|
绘制时间 | 2019.08.01 |
作者 | 刘旭安、李俊、史博、丁国绅、汤玉泉、董凤忠、张志荣 |
绘制单位 | 中国科学院安徽光学精密机械研究所光子器件与材料安徽省重点实验室、中国科学技术大学、黄山学院信息工程学院、中国科学院安徽光学精密机械研究所光子器件与材料安徽省重点实验室、中国科学院安徽光学精密机械研究所光子器件与材料安徽省重点实验室、中国科学技术大学、中国科学院安徽光学精密机械研究所光子器件与材料安徽省重点实验室、中国科学技术大学、中国科学院安徽光学精密机械研究所光子器件与材料安徽省重点实验室、中国科学院安徽光学精密机械研究所光子器件与材料安徽省重点实验室、中国科学技术大学、中国科学院安徽光学精密机械研究所 |
更多格式 | 高清、无水印(增值服务) |