Application of CMAC Neural Network to Solar Energy Heliostat Field Fault Diagnosis

Table 2

Training samples.

No.	A1	A2	B1	B2	B3	B4	C1	C2
1	0.58	0.64	0.19	0.25	0.23	0.14	0.36	0.41
2	0.65	0.89	0.16	0.25	0.48	0.35	0.38	0.45
3	0.54	0.59	0.62	0.68	0.36	0.41	0.58	0.37
4	0.59	0.64	0.39	0.42	0.61	0.54	0.35	0.60
5	0.60	0.40	0.62	0.58	0.79	0.87	0.32	0.60
6	0.55	0.64	0.12	0.20	0.35	0.40	0.45	0.39
7	0.59	0.15	0.57	0.53	0.86	0.74	0.59	0.90
8	0.53	0.70	0.13	0.24	0.32	0.41	0.36	0.61
9	0.90	0.81	0.33	0.43	0.49	0.31	0.46	0.40
10	0.55	0.59	0.61	0.68	0.57	0.51	0.69	0.62
11	0.51	0.56	0.31	0.40	0.46	0.41	0.50	0.67
12	0.10	0.21	0.85	0.79	0.86	0.73	0.76	0.88
13	0.50	0.61	0.40	0.35	0.45	0.41	0.47	0.34
14	0.33	0.45	0.80	0.76	0.91	0.81	0.59	0.63
15	0.53	0.58	0.32	0.41	0.09	0.15	0.30	0.41
16	0.50	0.78	0.12	0.24	0.35	0.31	0.42	0.46
17	0.32	0.41	0.75	0.81	0.56	0.67	0.62	0.40
18	0.53	0.61	0.22	0.13	0.23	0.24	0.39	0.43
19	0.55	0.60	0.36	0.39	0.19	0.08	0.57	0.35
20	0.15	0.36	0.81	0.92	0.54	0.61	0.75	0.51