《表5 BP神经网络输出矩阵结构》

  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CEEMDAN-SQI-SVD的齿轮箱局部故障特征提取》

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

BP神经网络输入层节点数m设置为每个样本的有效IMF数目，根据SVD分解结果显示，400个样本中有355个样本有效IMF数目为6，39个样本有效IMF数目为5，6个样本有效IMF数目为4；因神经网络输入层节点数需一致，有效IMF数目为6的样本数占据总样本数的88.75%，故确定节点数m为6。对于其余45个最优IMF个数非6个的样本取其次优的6个IMF作为有效IMF以统一输入层节点数。输出节点数n为故障级别数，即n=4。最佳隐含层节点数根据多次试验确定为8个时最佳。综上，确定BP神经网络结构为6×8×4，且输出结果为1×4的矩阵，如表5所示。选择对数S型激励函数作为隐含层激励函数，选择线性激励函数作为输出层激励函数。学习速率为0.01，训练次数为100次，其余参数均为默认参数。