《表1 样本的纤维角特征与抗压弹性模量分布Tab.1 Fiber angle characteristics of sample and distribution of compressive ela

  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

《基于纤维角预测的针叶材抗压弹性模量建模方法》

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

将样本按照3∶1的比例划分为训练集与验证集。按照5 mm×5 mm的间隔采集试件两个径切面的纤维角分布，并按照均值滤波进行统计。以两个径切面的纤维角均值（μ1，μ2）、纤维角标准差（σ1，σ2）、潜入系数均值（d1，d2）等6个参数为输入，以抗压弹性模量为输出，经过多次实验确定了一个6-15-6-1的BP网络结构，其中，激活函数分别选用Tansig激活函数与Logsig激活函数。通过梯度下降法对神经元进行训练，训练后的神经网络在测试集上的输出与力学真值的相关系数达到0.921，准确率达到90.80%。表1为样本表面纤维角分布特征与抗压弹性模量真值的统计，表2为部分测试样本的模型预测值与力学真值。