《表5 隐含层节点个数参数选取设置》
提示：宽带有限、当前游客访问压缩模式
隐含层节点个数选取参数设置如表5所示。表5中，hbest和hbest＿2分别为RBM1和RBM2的最优个数。最优学习率参数选取设置如表6所示。
| 图表编号 | XD00151015500 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2020.04.01 |
| 作者 | 石宪、钱玉良 |
| 绘制单位 | 上海电力大学自动化工程学院、上海电力大学自动化工程学院 |
| 更多格式 | 高清、无水印（增值服务） |
相关图表
- 《表5 隐含层与输出层节点间连接权值与输出层阈值》2021.01.01
- 《表2 隐含层节点个数对算法收敛速率的影响》2021.03.01
- 《表1 不同隐含层神经元个数的模型测试结果》2021.01.26
- 《表4 部分不同双隐含层神经元个数时的网络性能》2020.10.01
- 《表3 隐含层节点选择表：基于随机森林与改进极限学习机的PM2.5浓度模型》2020.06.01
- 《表3 不同隐含层个数的训练误差》2020.06.01
- 《表2 不同隐含层节点个数下的试凑结果》2020.06.25
- 《表2 不同隐含层神经元个数对应的降噪得分》2020.04.28
- 《表3 隐含层个数以及对应的预测均方误差》2020.04.25
- 《表4 不同个数隐含层训练情况》2020.02.10
- 《表3 不同隐含层节点个数性能指标》2019.12.18
- 《表5 不同隐含层节点下的模型识别率》2019.10.28
- 《表1 不同隐含层个数的色彩重建结果》2019.07.01
- 《表4 隐含层在不同神经元个数下的训练误差》2019.07.15
- 《表2 不同隐含层神经个数对应的网络训练误差》2019.06.15
- 《表2 隐含层节点个数实验结果》2019.05.01
- 《表4 最优训练步数和隐含层神经元个数下BP网络的预报结果 (epochs=15 000, 隐含层神经元个数为6)》2019.02.01
- 《表6 隐含层节点个数与训练误差的关系》2019.04.20
- 《表5 不同隐含层神经元个数的BP神经网络预测误差表》2018.05.01
- 《表1 不同隐含层神经元个数的网络性能对比》2018.12.15