《表4 极限学习机的基本参数Table 4 Fundamental parameters of the extreme learning machine》
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.
图表编号 | XD002827000 严禁用于非法目的 |
---|---|
绘制时间 | 2018.07.01 |
作者 | 陈恒志、杨建平、卢新春、余相灼、刘青 |
绘制单位 | 北京科技大学钢铁冶金新技术国家重点实验室、北京科技大学钢铁冶金新技术国家重点实验室、北京科技大学钢铁冶金新技术国家重点实验室、方大特钢科技股份有限公司、北京科技大学钢铁冶金新技术国家重点实验室、北京科技大学钢铁冶金新技术国家重点实验室 |
更多格式 | 高清、无水印(增值服务) |