《表1 实验结果表：基于BP神经网络的宫颈癌风险因素研究》
提示：宽带有限、当前游客访问压缩模式
本文选取不同的隐含层节点个数，每次实验重复进行10次，选取平均准确率，实验结果如表1所示。由表1可知，当隐含层节点个数选为16时，平均准确率最高，达到了88.64%。
| 图表编号 | XD00112968700 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2019.11.10 |
| 作者 | 邹松霖 |
| 绘制单位 | 长春工业大学 |
| 更多格式 | 高清、无水印（增值服务） |
相关图表
- 《表1 实验结果统计：基于BP神经网络的车辆换道时间预测》2020.11.01
- 《表4 实验方案：基于BP和RBF神经网络的表面质量预测研究》2020.10.20
- 《表3：噪声测试结果：基于BP神经网络的生物实验数据辨识方法》2020.09.15
- 《表1 实验结果：金融系统风险预警方法研究——基于CNN的卷积神经网络模型》2020.04.15
- 《表1 1-9标度法说明：基于GA-BP神经网络的中国既有建筑绿色改造风险评价研究》2020.04.25
- 《表2 解释的总方差：网贷平台的财务风险预警研究——基于Logistic模型和BP神经网络的实证》2020.05.15
- 《表4 影响因子评分标准：基于BP神经网络的交流电源线连接器燃烧风险评估模型研究》2020.06.25
- 《表6 原始数据样本：基于BP神经网络的交流电源线连接器燃烧风险评估模型研究》2020.06.25
- 《表5 影响因子权重：基于BP神经网络的交流电源线连接器燃烧风险评估模型研究》2020.06.25
- 《表4 旋转成份矩阵：基于BP神经网络的娱乐业财务风险预警研究》2019.12.01
- 《表3 解释的总方差：基于BP神经网络的娱乐业财务风险预警研究》2019.12.01
- 《表5 分类：基于BP神经网络的娱乐业财务风险预警研究》2019.12.01
- 《表1 实验测试数据：基于调节优化BP神经网络的高校教学管理评估研究》2019.09.01
- 《表3 风险因素权重值：基于粗糙集-AHP-BP神经网络预测事故概率》2019.07.25
- 《表3 风险因素权重值：基于粗糙集-AHP-BP神经网络预测事故概率》2019.07.25
- 《表1 财务预警指标：基于BP神经网络模型的我国航空公司财务风险预警实证研究》2019.06.05
- 《表3-3检测样本结果：基于BP神经网络的农产品供应链金融应收账款信用风险评估研究》2019.02.25
- 《表1 风险指标层次表：我国商业银行绿色信贷风险评估研究——基于模糊层次分析法和BP神经网络算法》2019.03.15
- 《表2 实验样本：基于遗传算法的BP神经网络熔融沉积成型翘曲变形预测研究》2019.11.25
- 《表1 实验的因素水平表：基于遗传算法的BP神经网络熔融沉积成型翘曲变形预测研究》2019.11.25