《表4 BP神经网络预测及训练样本》

  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

《冀南黄土状土湿陷性与物性指标相关性分析及预测》

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

选取与黄土状土湿陷系数/湿陷起始压力显著相关的饱和度、湿密度、塑限/塑性指数3个物性指标作为BP神经网络的输入层，湿陷系数/湿陷起始压力作为输出层。采用S型双曲正切函数作BP神经网络隐含层传递函数，线性函数作为输出层函数对建立的模型进行快速训练。为了加快网络的收敛速度，使网络更好地拟合，提高网络的泛化能力，在模型建立之前，需对样本进行归一化处理，使得输入值、目标值分布在-1～1之间。经过多次训练，隐含层节点数最终选择为4。剔除离散较大的数据后共剩余数据35组，其中1～30号数据作为模型训练样本，31～35号数据作为预测样本（表4）。