《表2 区域贫困指数BP网络模型的评价标准》
(2)训练网络。区域多维贫困测量属于人工神经网络中的评价型工作。在评价型工作中,网络训练数据常由研究对象的评价标准构成,如水质和大气质量国家或地方标准等[41]。由于区域贫困测量尚未形成通用的评价标准,本文采用自然断点法设定线性影响等级,通过Spline函数进行线性内插,扩大样本数量,构建BP神经网络的训练数据(表2)。网络训练的参数设置包括:训练函数为Trainlm函数,最大迭代次数为10000次,最大误差为0.00001,其他参数采取默认值。
图表编号 | XD00130339700 严禁用于非法目的 |
---|---|
绘制时间 | 2020.04.25 |
作者 | 李寻欢、周扬、陈玉福 |
绘制单位 | 中国科学院地理科学与资源研究所中国科学院区域可持续发展分析与模拟重点实验室、中国科学院精准扶贫评估研究中心、中国科学院大学、中国科学院地理科学与资源研究所中国科学院区域可持续发展分析与模拟重点实验室、中国科学院精准扶贫评估研究中心、中国科学院大学、中国科学院地理科学与资源研究所中国科学院区域可持续发展分析与模拟重点实验室、中国科学院精准扶贫评估研究中心、中国科学院大学 |
更多格式 | 高清、无水印(增值服务) |