《表1 神经网络模型分析：基于BP神经网络的织物表面绒毛质量的检测方法》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于BP神经网络的织物表面绒毛质量的检测方法》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

根据以上网络参数，在实际网络的训练过程中，分别使用最速下降法、动量BP算法、学习率可变的BP算法、拟牛顿法、LM算法等权值更新的算法对神经网络进行训练，并且在隐含层分别使用LogSigmoid和Tan-Sigmoid 2种非线性函数为激活函数，在输出层分别使用Log-Sigmoid和Tan-Sigmoid 2种非线性函数以及线性函数（purelin）为激活函数对神经网络进行训练，结果如表1所示。traingd为批梯度下降训练函数，traingdm为动量批梯度下降函数，traingdx为动量及自适应梯度递减训练函数，trainb以权值或阈值为基准采用批处理的方式进行训练，trainscg为反向传播算法训练函数，trainr为随机顺序递增更新训练函数。