《表2 BP神经网络模型权值系数表》
将上述量化并进行归一化处理的特征值作为BP神经网络的输入因子,修正后地价作为网络输出.本文选择只包含一个隐含层的经典三层神经网络结构,即输入层、隐含层和输出层的节点数为17、8、1,学习率prate=0.8,均方误差阈值pE=0.001,最大迭代次数Tstudy=5000.将样本点集合中的1238个地价样本点全部进行标注,随机抽取其中1000个样本作为权重学习模型的训练样本,通过模型训练得到BP神经网络权值系数(见表2),对样本地价的拟合精度达到97.16%.
图表编号 | XD00125869000 严禁用于非法目的 |
---|---|
绘制时间 | 2020.01.10 |
作者 | 王华、李雯雯、牛继强、刘殿峰 |
绘制单位 | 郑州轻工业大学计算机与通信工程学院、郑州轻工业大学计算机与通信工程学院、信阳师范学院地理科学学院、武汉大学资源与环境学院 |
更多格式 | 高清、无水印(增值服务) |