《表2 系统预测结果表:基于概率神经元网络模型的高校政治教学系统构建》
在智能仿生算法的深度研究中,有两个因素限制了算法的准确性。一个是训练数据的数量,另一个是S值的选择。根据研究结果表明,样本越多,类型越广泛,预测结果越准确通过仿真和文献研究表明,对于BP神经网络的收敛速度是稳定性和样本附加容错能力有待提高,该算法对上述问题具有鲁棒性,预测结果如表2所示。
图表编号 | XD00127011200 严禁用于非法目的 |
---|---|
绘制时间 | 2020.01.25 |
作者 | 张咪乐 |
绘制单位 | 西安邮电大学 |
更多格式 | 高清、无水印(增值服务) |