《表1 神经网络预测模型各隐层节点数(个)》

  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

《基于思维进化算法优化的BP神经网络对糖尿病并发症的预测研究》

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

（2）根据糖尿病并发症的预测模型，其模型的输入总共可以分为3个大层，其中根据输入特征值为16个：第一层输入特征值为6个，第二层的输入特征值为5个，第三层的输入特征值为5个，其输出都是5个（即5种糖尿病并发症）。因此，反向传播网络（back propagation networks，BPN）-N1的输入层节点数为6，输出层节点数为5，BPN-N2的输入层节点数为5，输出层节点数为5，BPN-N3的输入层节点数为5，输出层的节点数为5。对于隐层的节点数而言，其节点个数不宜太多也不宜太少。因此，经过多次试验得到最佳的隐含层节点数的范围。在此节点数范围之内预测的准确率最高。神经网络隐层节点数见表1。