《表4 不同神经元数目下BP神经网络模型预测精度》

  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BP神经网络的采空区激光探测环境误差修正》

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

Er/%

计算结果如表4所示。从表4可见：当神经元数目为6时，BP神经网络模型预测精度最高，预测值和实测值平均相对误差为1.80%。根据10组检验样本的实测值和预测值，建立评价指标结果对比分析图，并进行线性拟合，结果如图5所示。由图5可知：点云平均误差比的校正决定系数为0.993，表明预测输出和实测输出具有很高的相关性。由此可见，神经元数目为6的BP神经网络模型可满足高湿多尘综合环境下探测误差的预测与分析，其中相对湿度适用范围为50.0%～95.0%，粉尘质量浓度的适用范围为10.0～220.0 mg/m3。