《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》
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。
图表编号 | XD00117194400 严禁用于非法目的 |
---|---|
绘制时间 | 2020.02.15 |
作者 | 金守峰、林强强、马秋瑞、张浩 |
绘制单位 | 西安工程大学机电工程学院、西安工程大学机电工程学院、西安工程大学服装与艺术设计学院、西安工程大学机电工程学院 |
更多格式 | 高清、无水印(增值服务) |