《表2 最优超参数设置:基于随机权神经网络集成模型的实时遥测数据处理》

《表2 最优超参数设置:基于随机权神经网络集成模型的实时遥测数据处理》   提示:宽带有限、当前游客访问压缩模式
本系列图表出处文件名:随高清版一同展现
《基于随机权神经网络集成模型的实时遥测数据处理》


  1. 获取 高清版本忘记账户?点击这里登录
  1. 下载图表忘记账户?点击这里登录

每个超参数都决定模型的性能,但重要性不同,用于超参数优化的数据集为起始的1 000点数据,将前1 000点数据划分为两部分,70%用于训练,30%用于验证。每个超参数按表1划分的5个级别,共进行10次优化过程处理,经统计分析对超参数重要性进行评定,从而确定超参数优化顺序。根据F0显著性统计确定最重要的3个超参数顺序为随机权值范围W、基模型数量M和神经网络中的节点数N,获取参数最优设置如表2所示。