《表2 网络输出结果：基于回归神经网络的辽宁省水资源承载能力研究》

  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

《基于回归神经网络的辽宁省水资源承载能力研究》

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

结合GRNN模型运算过程和基本原理，利用MATLAB软件进行运算，具体的流程如图1所示。首先根据各分级标准并利用Visual C++编程语言随机生成隶属于Ⅰ级、Ⅲ级、Ⅲ级标准的5个检验样本和10个训练样本，利用极差归一化对各数值样本进行处理，从而提高模型训练效果的可靠性；然后利用newgrnn（P，T，s）自带函数建立模型，并依据各级评分值0.05、0.5、0.95作为训练样本期望输出，并将15个检验样本输入已检验训练完成的网络，通过调整spread值逐渐使得样本输出误差满足设定要求。网络输出见表2，期望输出与实际输出保持良好的一致性，由此表明该GRNN模型可用于水资源承载力的计算分析。