《表2 数据集实验结果：单隐层神经网络输入权值的新算法》

  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

《单隐层神经网络输入权值的新算法》

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

f)Balance scale、Haberman’s survival和user knowledge modeling数据集。Balance scale数据集为多元分类，样本期望输出分别为-1、0和1；Haberman’s survival数据集为二元分类，样本期望输出分别对应1和2；user knowledge modeling数据集为多元分类，样本期望输出分别对应1、2、3和4，在均进行如式（11）的转换之后，分别构造含有4、2和7个隐层节点的单隐层网络进行学习。实验结果如表2所示。限于篇幅，略去了网络输入权值、隐层阈值和输出权值。