《表2 学习样本与仿真结果》
在分析过程中发现,BP神经网络-Matlab算法具有较大学习归纳能力、容错性和插值性等自适应能力[20],结构如图4所示。把前面采集的17个学习样本,见表2所示,输入到单向传递的多层前进性BP神经网络中,经过中间隐含层的学习传播到输出层,然后按照减少任务输出和实际误差的方向,利用误差逆传递法逐层修正各连接权值,最终回转到输入层的学习样本中,得到此时偏离对称共生状态系数αix值为0.18,小于临界极值α0。通过证实说明,模型仍稳定存在,协同共生系统呈健康发展状态,模型的非对称性投入调节系数用于科技扶贫资源投入分配,满足当前柞水县扶贫产业的发展需求。
图表编号 | XD0040860500 严禁用于非法目的 |
---|---|
绘制时间 | 2019.04.20 |
作者 | 郭琳、李英 |
绘制单位 | 商洛学院电子信息与电气工程学院、商洛学院电子信息与电气工程学院 |
更多格式 | 高清、无水印(增值服务) |