《表3 最优神经网络识别结果》
当隐藏层增加到两层时,从隐藏层第一层10个节点,第二层10个节点的神经网络开始逐渐调整第二层隐藏层节点数。当遇到欠拟合现象时,调整第一层隐藏层数,直到调整第一层隐藏层后立即遇到欠拟合现象时结束实验。随着第一层隐藏层节点数的增加,测试样本随着欠拟合现象逐渐变少,当第一层隐藏层节点数为60时,只有一个测试样本,当隐藏层节点为20时,立即遇到欠拟合现象,实验结束。最优神经网络识别结果如表3所示。
图表编号 | XD0079762800 严禁用于非法目的 |
---|---|
绘制时间 | 2019.07.15 |
作者 | 张凡、董晨、陈景辉、贺国荣 |
绘制单位 | 福州大学数学与计算机科学学院空间数据挖掘与信息共享教育部重点实验室、福州大学网络计算与智能信息处理重点实验室、福州大学数学与计算机科学学院空间数据挖掘与信息共享教育部重点实验室、福州大学网络计算与智能信息处理重点实验室、福州大学网络系统信息安全重点实验室、福州大学数学与计算机科学学院空间数据挖掘与信息共享教育部重点实验室、福州大学网络计算与智能信息处理重点实验室、福州大学数学与计算机科学学院空间数据挖掘与信息共享教育部重点实验室、福州大学网络计算与智能信息处理重点实验室 |
更多格式 | 高清、无水印(增值服务) |