《表1 几种训练函数性能》

  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

《BP神经网络γ射线剂量测量方法研究》

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

训练过程是神经网络求解的核心步骤，激活函数和训练函数指定了该过程的数学逻辑，其组合设置以及与输入矩阵的匹配性会对最终网络精度起关键影响。采用S形非线性激活函数调试结果会出现值域边界附近无法有效回归的麻痹现象，原因在于样本矩阵的病态程度较高，因此针对当前响应谱样本隐藏层和输出层激活函数都选用线性会有更好回归效果。Matlab神经网络工具箱提供了多种基于最优化理论的成熟训练函数以供选择调试，比较试验其中几种常用的训练函数处理当前算例的优缺点如表1，因此最终采用共轭梯度算法trainscg，该算法使网络具有足够学习精度和推广预测能力，可以快速稳定获得收敛结果。