《表2 不同BP神经网络算法结果对比》

  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GA-BP神经网络的临洪河口湿地土地覆盖分类算法研究》

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

注:R2表示拟合优度，指回归线对预测值的拟合程度，越接近1，拟合程度越好

由图4、图5发现，遗传算法优化后的BP神经网络收敛速度有所提升，在5 000次左右达到均方误差的阈值，而BP神经网络在12 000左右才趋于平缓达到收敛。从表3可以看出，遗传算法优化后BP神经网络拟合优度（R2）为0.96明显高于优化前的BP神经网络（0.89），总体精度和Kappa系数分别提高了7.36%和0.09，用时也比较短。在前50次迭代过程中，未收敛的次数明显小于优化前的BP神经网络，说明遗传算法优化的BP神经网络性能优于优化前的BP神经网络，分类效果更好。