《表2 充填料浆配比归一化后的样本数据》
神经网络对训练样本数据的质量要求高,训练样本的好坏直接决定了神经网络的泛化能力[13-15]。本文从某矿山充填料浆配比试验中选取24组试验数据[9],表1为充填料浆配比学习样本数据,表2为充填料浆配比归一化后的样本数据。其中,影响充填体抗压强度的充填体料浆配比参数为水泥的质量分数(ω1)、粉煤灰的质量分数(ω2)和尾砂的质量分数(ω3),将试验数据中的1~21组用作神经网络训练集,22~24组用作测试集。隐含层采用Sigmoid函数,输出层采用Purelin函数。由于Sigmoid函数值域范围是[-1,1]或[0,1],因此将训练样本输入到神经网络时,为了避免数据由于量纲不同而产生的较大误差,需利用式(1)对数据进行归一化处理。
图表编号 | XD0064809500 严禁用于非法目的 |
---|---|
绘制时间 | 2019.08.31 |
作者 | 肖文丰、陈建宏、陈毅、王喜梅 |
绘制单位 | 中南大学资源与安全工程学院、中南大学资源与安全工程学院、中南大学资源与安全工程学院、中南大学资源与安全工程学院 |
更多格式 | 高清、无水印(增值服务) |