《表1 训练样本均方差和测试样本均方差随SPREAD值变化的数值Tab.1 The mean square errors of training samples and test samples ch
文中在450组合格样本中选出410组用于训练网络模型,其中330组作为训练样本,80组作为测试样本,采用Matlab[15—16]软件进行仿真训练,并借助MSE函数确定最优的平滑因子SPREAD值,其步骤见图3。文中首先设定SPREAD的取值范围为[0~30],每次以2的间隔递增,进行网络训练,计算训练样本均方差和测试样本均方差,结果显示测试样本均方差随SPREAD增大出现迅速减小而后缓慢增加的趋势,当SPREAD在6~8之间时,检验样本均方差最小。缩小平滑因子的取值范围,将SPREAD的取值范围设为[6~8],每次以0.1的间隔递增,再次训练网络,得到训练均方差和测试均方差随SPREAD变化的数值见表1。由表1可知,当SPREAD为6.4时,测试样本均方差值最小,且此时训练样本的均方差为0.0497,在可接受范围内。由于训练过程中系统自动寻找最优参数,避免人为因素的影响,使得结果可靠,因此,确定文中基于GRNN神经网络的专色配色模型中平滑因子的取值为6.4。
图表编号 | XD005897200 严禁用于非法目的 |
---|---|
绘制时间 | 2018.04.10 |
作者 | 樊丽娜 |
绘制单位 | 义乌工商职业技术学院 |
更多格式 | 高清、无水印(增值服务) |