《表1 深度置信网络故障诊断结果》

  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

《基于交叉验证深度置信网络的少样本柔直计量装置故障诊断方法研究》

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

由表1可知，深度置信网络模型的不同会导致训练和测试精度显著区别。单层的受限玻尔兹曼机（可视作特殊的深度置信网络）的识别误差仅为0.996%，远优于3层和5层的模型识别误差，原因在于实际样本数据每条记录仅为8维，每个隐含层单元所学习到的特征数量有限，当玻尔兹曼机层数仅为一层时就足以完成特征学习的任务，提取故障样本特征。本文的深度置信网络均采用快速歧化算法，当玻尔兹曼机层数为3，5或者更多时，误差会随特征传播至下一层的模型，误差的积累导致输出分类结果受到极大影响，不能满足计量系统故障诊断的要求。