《表5 不同阈值的属性约简结果》

  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KNE-BPNN的电务设备故障预测》

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

令a1～a7分别代表道岔故障决策表中的七个条件属性，依次为温度、供电电压、发送电压、发送频率、接收1.1电压、接收1.2电压、干扰电压。如表5所示，δ1和δ2的约简结果一致，δ4和δ5的约简结果也一致，因此应选择δ1、δ3、δ4所对应的约简集进行比较。分别将三种约简结果输入到参数设置相同的神经网络中进行训练，每个约简结果进行10次预测，取10次预测结果平均值，选出其中预测结果较好的属性约简集。如图7所示，在经过多次神经网络预测后，阈值δ=0.44对应的预测精度最高，所以应选择条件属性为{a1，a2，a3，a4}（即温度、供电电压、发送电压、发送频率）的约简样本集输入神经网络。