《表3 训练函数的选择:考虑操纵稳定性的自动驾驶汽车轨迹综合优化方法》
采集特征量后,搭建神经网络还需要考虑:训练函数算法、隐含层数量、神经元节点数、激活函数、输出函数、学习率等.训练函数的选取直接关系到神经网络训练精确度,对轨迹识别起关键作用.通过控制变量实验对最优算法进行筛选,选择u=10 m/s时的训练集,训练网络隐含层为两层,结构为2-14-13-1,隐含层第1层激活函数选用双极S形函数、隐含层第2层和输出层为线性函数、训练误差为10-7、学习率为0.05、训练迭代次数为500次,为了达到训练函数快速收敛,对训练集进行归一化处理后,训练函数的结果如表3所示.
图表编号 | XD00105885800 严禁用于非法目的 |
---|---|
绘制时间 | 2019.10.25 |
作者 | 兰凤崇、李诗成、陈吉清、刘照麟 |
绘制单位 | 华南理工大学机械与汽车工程学院、华南理工大学广东省汽车工程重点实验室、华南理工大学机械与汽车工程学院、华南理工大学广东省汽车工程重点实验室、华南理工大学机械与汽车工程学院、华南理工大学广东省汽车工程重点实验室、华南理工大学机械与汽车工程学院、华南理工大学广东省汽车工程重点实验室 |
更多格式 | 高清、无水印(增值服务) |