《表3 部分样本分类预测结果》

  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

《基于概率神经网络的钛钢爆炸复合棒材拉剪性能分类》

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

对给定训练集样本进行学习后，得到概率神经网络模型。再将测试集中的24个样本中的6种特征值作为输入进行预测。由于模型输出是3类，对每个测试样本在每种分类上都有概率密度值，共有3个得分，哪个分类得分值大即表示该样本属于哪一类。经计算后模型输出部分预测结果如表3所示，所有120组样本预测分类如图9所示。从图9可以看出，在所有120个样本中，与实际定义不同的错误预分类共有7个（原定义第2类，预测为第3类），与实际定义相同的正确预测分类有117个，准确率为94.35%，表明模型建立合理，分类准确率较高。