《表2 神经网络测试结果Tab.2 Neural network test results》
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
《基于均匀设计和BP神经网络的花生油SFE-CO_2萃取预测》
将均匀实验数据分成两部分,8组数据作为训练样本,2组作为预测样本,选择输入层与隐含层以及隐含层与输出层之间的传递函数为logsig函数。设置参数收敛步数为200步,收敛准则为1×10-4。当训练步数达到200步时,利用训练样本得到模型的均方误差(mse)为3.725 6×10-5,能够满足收敛准则,训练效果较好,如图3。利用训练好的模型进行预测,发现预测值与实验值相接近并且相对误差(绝对值)小于2%,说明BP神经网络模型构建合理,预测能力较强,如表2。
图表编号 | XD004499500 严禁用于非法目的 |
---|---|
绘制时间 | 2018.05.25 |
作者 | 郭建章、陈博文、王威强 |
绘制单位 | 青岛科技大学机电工程学院、青岛科技大学机电工程学院、山东大学机械工程学院 |
更多格式 | 高清、无水印(增值服务) |
查看“表2 神经网络测试结果Tab.2 Neural network test results”的人还看了
- 表2 神经网络机器翻译架构对比实验结果Tab.2 Comparative experiments of neural network machine translation architectures