《表9 批梯度下降训练和动量批梯度下降函数训练结果Table 9 Training results of batch gradient descent and momentum gradient de

  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

《基于数据融合技术的封闭鸡舍环境中多气体的检测》

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

由表8可以看出，系统对于前端定性识别后的气体能够完成定量分析，并且预测结果要明显比回归分析精确很多，这充分说明神经网络在数据处理方面具有明显的优势。但是批梯度下降训练函数（Traingd）收敛速度慢，使得它在处理大量数据时效果不是很好，所以下面引出了普通训练中的另一个训练算法动量批梯度下降函数（Traingdm），表9给出了混合气体条件下和单一气体条件下的传感器的Rs/R0（期望值）分别在两种普通训练法下的训练结果。