《表2 不同训练算法的网络性能Tab.2 Network performance of different training algorithms》
采用MATLAB软件自带的神经网络工具箱建立和训练网络.其中,训练样本参照1.3.1小节产生的29个规格共750个数据.为比较训练算法对网络性能的影响,分别选择不同的训练算法对相同网络结构和传递函数条件下的网络进行训练.4种训练算法分别为标准梯度下降算法、弹性梯度下降法、共轭梯度法、一步正割法.两层BP网络结构参数分别为输入节点数6,隐层、输出层的神经元分别为80和29,隐层和输出层传递函数均为logsig,终止训练条件为迭代5 000次或性能指数小于等于10-4.每种训练算法均执行10次,记录训练时间、性能指数、分类正确率并取平均值,结果如表2所示.
图表编号 | XD0026352900 严禁用于非法目的 |
---|---|
绘制时间 | 2018.06.20 |
作者 | 袁惠芬、吴锋、孙莉 |
绘制单位 | 安徽工程大学纺织服装学院、江苏卡思迪莱服饰有限公司、安徽工程大学纺织服装学院 |
更多格式 | 高清、无水印(增值服务) |