《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》
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。
图表编号 | XD00226485000 严禁用于非法目的 |
---|---|
绘制时间 | 2020.09.25 |
作者 | 孙晓川、李志刚、张明辉、桂冠 |
绘制单位 | 南京邮电大学通信与信息工程学院、华北理工大学人工智能学院、华北理工大学人工智能学院、河北工业大学电子信息工程学院、南京邮电大学通信与信息工程学院 |
更多格式 | 高清、无水印(增值服务) |