《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》
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。
图表编号 | XD00168949100 严禁用于非法目的 |
---|---|
绘制时间 | 2020.06.01 |
作者 | 王鑫圆、曹春萍 |
绘制单位 | 上海理工大学光电信息与计算机工程学院、上海理工大学光电信息与计算机工程学院 |
更多格式 | 高清、无水印(增值服务) |