《表3 滚动预测样本构成：基于RBF神经网络模型的资源型城市生态安全预警——以榆林市为例》

  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RBF神经网络模型的资源型城市生态安全预警——以榆林市为例》

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

基于BF神经网络模型进行预测时，包含以下3个步骤:（1）确定输入层和输出层；（2）用样本数据对网络模型进行训练，并进行预测能力检验；（3）利用训练好的网络模型进行预测。本研究是对资源型城市生态安全警情的预测，预测的目标为预测年份的资源型城市生态安全各子系统的警情指数。滚动预测样本构成如表3所示。首先，确定输入层和输出层神经元数，设输入层的神经元数为n，设输出层的神经元数为1（预警指标数）。其次，构建学习样本。一个样本由n+1个相邻数据组成，即由输入层神经元数n个数据和输出层神经元数1个数据所组成，其中，有n个输入数据和1个输出数据。最后，通过神经网络的不断训练，满足所需精度要求。