《表3 液体火箭发动机的故障数据的混淆矩阵》

  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

《混沌量子粒子群的权重类条件贝叶斯网络分类器参数学习》

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

在参数学习过程中，将条件对数似然函数作为改进模型的损失函数。目标函数则是对所有样本的损失值进行求和，得到样本集的损失函数。使用CQPSO算法对目标函数优化求解。其中，混沌映射结构选择Logistic映射，设置粒子总数为20，混沌映射序列长度设置为由15至5递减。当算法给出的目标函数值的改进小于10-32或最大迭代次数大于300次时，算法终止。液体火箭发动机的故障分类结果用混淆矩阵表示，如表3所示。