《表1 模型参数设置：基于集成学习的广域光骨干网多信道传输质量预测方法》

  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

《基于集成学习的广域光骨干网多信道传输质量预测方法》

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

本文采用的EL-MLP第一层基预测器由5个结构相同的MLP模型构成，第二层元预测器由一个MLP模型构成。MLP结构包括一个输入层、一个输出层和2个隐藏层，每一层神经元规模设置为（6，6，6，6）。此外，本文使用网格搜索方法和五折交叉验证方法对EL-MLP的迭代次数和学习速率进行优化。首先，确定迭代次数E和学习速率η的取值范围，即E∈{1，51，101，151，201}，η∈{1×10-4，2×10-4，3×10-4，4×10-4，5×10-4}。然后，在取值范围内构建5×5的网格，从第一个网格（E1，η1）开始，遍历网格中所有参数对并进行五折交叉验证，求得所有的MSE如表1所示。其中，最小MSE对应的参数组合是最优的。