《表4 训练主要参数：基于BP神经网络的复合材料注塑工艺优化》
提示：宽带有限、当前游客访问压缩模式
3）传递函数，本文输入层与隐含层之间的传递函数选取为Tan-Sigmoid函数，隐含层与输出层之间的传递函数选取为pureline函数；4）训练参数，训练参数见表4。
| 图表编号 | XD0063571900 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2019.08.01 |
| 作者 | 黄维、钱应平、高创 |
| 绘制单位 | 湖北工业大学机械工程学院、湖北工业大学机械工程学院、湖北工业大学机械工程学院 |
| 更多格式 | 高清、无水印（增值服务） |
相关图表
- 《表2 工艺参数寻优范围：基于PSO-BP神经网络优化的汽车斗框注塑成型优化》2020.10.18
- 《表2 因素水平表：基于Moldflow和BP神经网络的MP3088连接器壳体注塑工艺优化》2020.09.20
- 《表4 成型工艺参数：基于CAD/CAE的风机罩注塑模设计及工艺优化》2018.10.10
- 《表8 优化结果对比：基于BP神经网络和遗传算法的机箱壳注塑工艺参数多目标优化》2018.03.10
- 《表1 因素水平表：基于BP神经网络和遗传算法的机箱壳注塑工艺参数多目标优化》2018.03.10
- 《表5 基于注塑工艺参数优化的PSO参数设定》2020.06.25
- 《表2 基本工艺参数设置：基于BP神经网络的氢氧微火焰锡焊工艺参数优化研究》2020.08.02
- 《表6 优化参数及结果：基于BP神经网络的低温提氦工艺优化》2020.02.25
- 《表4 变量水平分布：基于BP神经网络的低温提氦工艺优化》2020.02.25
- 《表1 训练组样本数据：基于粒子群算法优化BP神经网络的溶浸开采浸出率预测》2020.02.28
- 《表3 模型训练误差：基于神经网络遗传算法的磁粒研磨TC4材料工艺参数优化》2020.02.20
- 《表1 部分训练样本：基于遗传算法优化BP神经网络的管道泄漏检测方法研究》2020.01.28
- 《表3 部分训练样本：基于遗传算法优化BP神经网络的管道泄漏检测方法研究》2020.01.28
- 《表1 整车主要参数表：基于BP及其优化神经网络的双电机多挡AMT挡位决策研究》2020.01.15
- 《表2因素水平表：基于Moldow和BP神经网络的汽车后视镜外壳注塑工艺优化》2019.11.10
- 《表1材料物性：基于Moldow和BP神经网络的汽车后视镜外壳注塑工艺优化》2019.11.10
- 《表4 提取工艺方差分析：基于正交试验设计与BP神经网络优化益气活血方水提工艺研究》2019.09.28
- 《表3 正交试验数据：基于BP神经网络的复合材料注塑工艺优化》2019.08.01
- 《表5 补充数据：基于BP神经网络的复合材料注塑工艺优化》2019.08.01
- 《表1 部分训练样本：基于MEA优化BP神经网络的农机滚动轴承故障诊断》2019.03.01