《表1 0 不同神经元网络结构测试结果》
提示：宽带有限、当前游客访问压缩模式
为分析不同神经元个数对SOM神经网络识别效果的影响，依据前文试验样本数据，采用试探法，依次对不同神经元网络结构进行了测试，结果如表10所示[39]。
| 图表编号 | XD0062244300 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2019.07.01 |
| 作者 | 徐彦伟、刘明明、刘洋、陈立海、颉潭成 |
| 绘制单位 | 河南科技大学机电工程学院、河南科技大学机电工程学院、河南科技大学机电工程学院、河南科技大学机电工程学院、河南科技大学机电工程学院 |
| 更多格式 | 高清、无水印（增值服务） |
相关图表
- 《表1 测试结果：基于神经网络的发芽马铃薯图像识别》2019.04.25
- 《表3 神经元数不同时LSTM网络的测试结果比较》2020.12.15
- 《表3 训练神经网络测试结果》2020.12.31
- 《表2 神经网络模型在不同环境下测试结果》2020.10.01
- 《表1 测试集在神经网络模型中的验证结果》2020.10.01
- 《表1 猜拳测试结果：一种基于神经网络的手势识别装置》2020.05.15
- 《表1 阈值为0.48时神经网络系统诊断结果表》2020.03.31
- 《表1 使用可微神经结构搜索的深度神经网络测试结果》2020.08.25
- 《表2 不同结构神经网络在目标数据集上的测试结果》2020.08.25
- 《表2 基于概率神经网络的故障测试结果1》2019.12.01
- 《表5 RBF神经网络测试样本测试结果》2020.02.01
- 《表2 卷积神经网络测试结果》2020.01.15
- 《表1 卷积神经网络测试结果》2019.08.18
- 《表2 三种神经网络测试结果》2019.02.20
- 《表4 Hopfield神经网络测试结果》2019.02.20
- 《表3 模糊神经网络测试结果》2019.02.20
- 《表2 BP神经网络和卷积神经网络算法测试结果》2019.02.01
- 《表5 一般卷积神经网络测试数据与测试结果》2019.02.15
- 《表1 不同卷积实验在BP神经网络分类器测试集准确率》2019.01.10
- 《表1 0 BP人工神经网络模型的预测判别结果》2018.10.01