《表1 用于城市交通流大数据挖掘的UARS》

  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

《依赖不确定性关联规则的城市交通流大数据挖掘》

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

本文使用提出的模型来挖掘15 min的流量，30 min的流量，45min的流量和60min的流量。从1～12中选择r，从1～6中选择隐藏层大小，并从{100，200，300，400，500，600，700，800，900，1 000}中选择隐藏单位数。执行网格搜索运行后，获得了适用于不同挖掘任务的最佳体系结构，如表1所示。对于15min的流量挖掘，最佳体系结构由3个隐藏层组成，每个隐藏层中的隐藏单元数层分别是[400，400，400]。对于30min的流量挖掘，最好的体系结构由3个隐藏层组成，每个隐藏层中的隐藏单元数分别为[200，200，200]。对于45min的流量挖掘，最好的体系结构由2个隐藏层组成，每个隐藏层中的隐藏单元数分别为[500，500]。对于60min的城市交通流大数据挖掘，最好的体系结构由4个隐藏层组成，每个隐藏层中的隐藏单元数分别为[300，300，300，300]。从结果中可以看出，对于的实验，隐藏层的最佳数量至少为2个且不超过5个。从经验中吸取的教训表明，NN的隐藏层数不应太小或太大。结果证实了这些教训。