《表1 建模选取变量：基于改进堆叠自编码网络的电站辅机故障预警》

  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

《基于改进堆叠自编码网络的电站辅机故障预警》

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

与图6相比，两个变量的重构值的相对误差更小，变化趋势相似程度更高。利用3.1节基于距离融合的相似度方法分别计算网络改进前后测试集观测值与其重构值的相似程度，结果如图9所示，可看出加入BN层后测试集的相似度基本保持在0.85以上，而未加入BN层的测试集相似度普遍较低，表明在训练过程中引入BN算法能够显著提高SAE网络的学习效果。