《表1 参数设定表：基于免疫遗传算法的自组织映射网络应用研究》
提示：宽带有限、当前游客访问压缩模式
当学习率衰减到0时，网络完成训练，即分类结束.参数设定，如表1所示.
| 图表编号 | XD0014042700 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2018.12.01 |
| 作者 | 李鹏松、刘欣、李俊达 |
| 绘制单位 | 东北电力大学理学院、东北电力大学理学院、东北电力大学理学院 |
| 更多格式 | 高清、无水印（增值服务） |
相关图表
- 《表1 神经网络预测结果：基于自组织映射的神经网络轨道客流时序研究》2021.02.14
- 《表1 仿真模型相关参数：基于免疫遗传算法的小水电配电网无功优化》2018.08.25
- 《表2 基本运行参数设定：基于改进遗传算法的航空快递配送线路规划》2021.02.01
- 《表1：原始基因分布表：基于改进的免疫遗传的选择性随机森林优化算法及应用》2020.12.15
- 《表3：数据形式表：基于改进的免疫遗传的选择性随机森林优化算法及应用》2020.12.15
- 《表1 遗传算法参数设定：轨道车辆蛇行运动GA-LQR主动控制研究》2020.10.01
- 《表2 IGIM算法参数：基于局部概率解的免疫遗传影响力最大化算法》2020.05.01
- 《表1 4个真实社会网络：基于局部概率解的免疫遗传影响力最大化算法》2020.05.01
- 《表1 仿真参数设定：基于流量预测的无线传感器网络链路路由算法研究》2020.08.20
- 《表1 实验参数设置：基于节点连通性排序的虚拟网络映射算法》2019.12.01
- 《表1 仿真参数：基于遗传算法的道路车辆自组织网络源路由机制》2019.08.01
- 《表2 机组风速设置：基于自组织映射神经网络K-means聚类算法的风电场多机等值建模》2019.08.25
- 《表1 2种算法比较：基于自组织映射神经网络K-means聚类算法的风电场多机等值建模》2019.08.25
- 《表4 聚类中心：基于自组织映射神经网络K-means聚类算法的风电场多机等值建模》2019.08.25
- 《表1 算法性能对比：基于HOG特征和小波神经网络的自适应人群计数算法研究》2019.08.25
- 《表2 信息熵实验结果：基于一种新的二维混沌映射的自适应图像加密算法》2019.05.01
- 《表3 遗传优化BP神经网络算法的参数设定》2019.02.25
- 《表3 算法结果对比表：基于免疫遗传算法的自组织映射网络应用研究》2018.12.01
- 《表2 算法结果对比表：基于免疫遗传算法的自组织映射网络应用研究》2018.12.01
- 《表1 参数设定表：基于免疫遗传算法的模糊C均值聚类算法应用研究》2018.06.01