《表1 3层结构 (T为时间间隔，Ni为第i层的隐藏节点数)》

  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

《基于深度神经网络的空气质量预测系统》

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

因此，输入维度从36～288．隐藏层的数量从集合{1，2，3}中选择．对于隐藏层单元的数量，我们设计了两种拓扑结构:一种是圆柱形；另一种是倒三角形．对于圆柱形拓扑结构（CTS），每个隐藏层中的节点数被设置为相等并设置为144．对于倒三角形拓扑结构（ITTS），每个隐藏层中的节点数逐层递减，并且k+1层中的节点数是k层中的1/6．表1～3显示了这些参数对SAE的影响．为便于对比，本文将预训练和微调阶段的学习率均设置为0.1，并将微调阶段的迭代次数设置为2 000.