《表5 网络聚类结果：道路工程SOM-RBF神经网络估价模型研究》

  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

《道路工程SOM-RBF神经网络估价模型研究》

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

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