《表4 不同迭代次数下的模型训练及预测结果》

  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Python人工神经网络的再生混凝土碳化深度预测》

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

在已确定的人工神经网络模型基础上，改变模型的最大迭代次数。若将最大迭代次数增大1～2个量级，计算结果如表4所示。由表4可见，当最大迭代次数增大到1 000 000次时，人工神经网络模型的训练及预测结果误差最小，用时较长。但当迭代次数再增大一个量级时，虽然样本集的训练拟合水平更高，但预测结果并不理想，可能是模型存在过拟合现象。导致过拟合现象的原因可能是权值收敛过于复杂的决策面，或者是权值学习迭代次数足够多，拟合了训练数据中没有代表性的特征和噪声。