《表5 网络聚类结果:道路工程SOM-RBF神经网络估价模型研究》
将CSIs和fcsf构成的向量作为网络的输入向量,将用fcsf数值化后的CSIs通过网络映射到低维空间后,由网络生成的聚类可以检验WLCS的CSIs和fcsf对类似工程的确定。训练样本共15个输入向量,每个向量分量用CSIs占总造价的比值表示。选取参数,学习率的初始数为100、500、1 000,对训练结果进行比较。训练过程见图1,聚类结果见表5。将样本CSIs的相似度以及fcsf误差范围作为判断标准。计算样本CSIs的相似度αi为
图表编号 | XD00124298200 严禁用于非法目的 |
---|---|
绘制时间 | 2020.01.15 |
作者 | 段晓晨、徐佳 |
绘制单位 | 石家庄铁道大学经济管理学院、山西财贸职业技术学院 |
更多格式 | 高清、无水印(增值服务) |