研究文章
改进的自适应气体和反向传播人工神经网络性能状况诊断多种轴承系统使用灰色关联分析
表6
AGAs-BPNNs和GRA-AGAs-BPNNs之间的性能比较。
|
| 选择的主导特征数 |
摘要利用拓扑 |
培训 |
验证 |
测试 |
CPU时间 |
|
| 10个特性 |
30-30-30-30-16 |
99.3% |
91.7% |
92.4% |
2905.0 |
| 1功能 |
3-3-3-3-16 |
41.5% |
38.8% |
36.2% |
992.2 |
| 3功能 |
9-9-9-9-16 |
83.6% |
80.4% |
80.4% |
1116.8 |
| 5特性 |
15-15-15-15-16 |
99.4% |
97.1% |
96.7% |
1279.3 |
| 7的功能 |
21-21-21-21-16 |
100.0% |
94.6% |
92.5% |
1468.2 |
| 1功能(第十特性) |
3-3-3-3-16 |
28.7% |
26.7% |
26.3% |
982.6 |
| 2功能(第一和第十特性) |
6-6-6-6-16 |
59.9% |
52.9% |
55.4% |
1074.8 |
|
|
