《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》
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。
图表编号 | XD0097359900 严禁用于非法目的 |
---|---|
绘制时间 | 2019.05.01 |
作者 | 古莹奎、曾磊、张敏、李文飞 |
绘制单位 | 江西理工大学机电工程学院、江西理工大学机电工程学院、江西理工大学机电工程学院、江西理工大学机电工程学院 |
更多格式 | 高清、无水印(增值服务) |