《表3 BP神经网络测试结果》
通过数据对上述神经网络进行训练和测试,首先需要对附加动量因子、训练结束误差值、迭代次数、学习频率等参数进行设置,根据实际的需要分别将上述参数设置为0.9、0.00001、1000和0.05。然后需要对函数进行选择,与其它函数相比,S型传输函数和train()训练函数能有效降低误差,并能够提高BP神经网络的训练周转率和计算精确性。因此,传递函数主要选择S型函数中的logsig函数,训练函数主要选取traingdx。最后通过不断训练使误差达到规定值,在此基础上通过10个样本进一步对网络的准确性进行验证,如果误差绝对值小于4%,说明评价模型有效,通过计算最终的测试结果如表3所示:
图表编号 | XD00102048400 严禁用于非法目的 |
---|---|
绘制时间 | 2019.11.10 |
作者 | 耿聪慧 |
绘制单位 | 郑州财税金融职业学院 |
更多格式 | 高清、无水印(增值服务) |