《表8 神经网络训练结果:基于BP神经网络的汽车外观设计评价方法》
(1)BP神经网络学习能力的检验。如表8所示,期望输出为1-20号车型的总体设计得分,可以反映其整体造型设计的好坏,训练结果为神经网络模型经过使用这20组数据进行训练后的输出,相对误差为网络的对20款车型的评价学习结果与实际得分的相对误差。如图7,BP神经网络模型训练结果与期望输出的最大相对误差为5.15%,最小相对误差为零,平均相对误差为1.82%,预测结果相对较准确,说明该模型的学习能力以及可靠性较好。
图表编号 | XD00211068800 严禁用于非法目的 |
---|---|
绘制时间 | 2021.01.01 |
作者 | 李彦龙、蔡谦、孙久康、高想 |
绘制单位 | 同济大学汽车学院、上汽大众汽车有限公司设计部、同济大学汽车学院、同济大学汽车学院 |
更多格式 | 高清、无水印(增值服务) |