《表2 六种归一化方法的均方误差》
为了测试归一化方法对ELM网络的影响,选取6种归一化方法进行处理:1)最大值归一化;2)最小值归一化;3)[-1,1]归一化;4)[0.2,0.8]归一化;5)[0.1,0.9]归一化;6)零均值归一化。将6种归一化后的数据带入5-5-1的ELM神经网络,通过均方误差判定方法的适用性。采用Matlab分别进行20次独立试验,结果如表2所示,在经过相同方法测试之后,发现不同的归一化方法处理后的数据代入ELM网络,得到的结果有差异。具体表现如下:除了[0.1,0.9]归一化方法测试的最小均方误差较大之外,其余方法都在相同的数量级,且[-1,1]归一化方法的MSE3.87E-04是最小值,最大值归一化方法次之;在20次试验中各种方法中均方误差最大值和平均值如表2中加粗的部分,最小的都是最大值归一化方法,而[-1,1]方法与除最大值方法之外的方法归一化效果相比也没有优势,因此选择最大值归一化方法进行数据预处理。
图表编号 | XD00214586700 严禁用于非法目的 |
---|---|
绘制时间 | 2021.02.25 |
作者 | 邱俊博、胡军 |
绘制单位 | 辽宁科技大学土木工程学院、辽宁科技大学土木工程学院 |
更多格式 | 高清、无水印(增值服务) |