《表2 激活函数选择表：基于随机森林与改进极限学习机的PM2.5浓度模型》

  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

《基于随机森林与改进极限学习机的PM2.5浓度模型》

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

假设极限学习机隐含层节点的个数为10个，通过在相同网络复杂度的情况下比较sigmoid函数、sin函数和hardlim函数哪一个更适合本次试验。从表2中可以看出，当隐含层节点数均为10时，sigmoid函数下的模型平均绝对误差为9.93，sin函数和hardlim函数分别为12.71和13.12。由于sigmoid函数在对模型的精度影响方面明显优于其它两种，因此本文选择sigmoid函数作为ELM的激活函数。