《表4 极限学习机的基本参数Table 4 Fundamental parameters of the extreme learning machine》

  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

《基于极限学习机(ELM)的连铸坯质量预测》

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

本文建立的模型以预测准确率和训练拟合度为目标，通过选择不同的激活函数和隐含层神经元个数，使模型的预测准确率和训练拟合达到最佳.因此，综合考虑分析本文最终确定连铸坯中心疏松预测模型的激活函数为‘sigmoid’时，最佳隐含层神经元个数为15；连铸坯中心偏析预测模型的激活函数为‘hardlim’时，最佳隐含层神经元个数为20，具体参数如表4所示.