《表2 不同算法的预测性能指标》

  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

《基于改进Elman神经网络的红外被动测距算法研究》

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

因为每次随机初始化的权重、阈值都不同，因此每次得到的训练效果也不同，为了排除随机性带来的影响，设计多次重复实验，取出各参数的平均值作为评价网络的指标。如表2所示，由表2结果可知，传统Elman神经网络算法、OIF-Elman神经网络算法和OHF-Elman神经网络算法在迭代40000次停止训练，但是没有达到目标值1×10-3；本文算法在迭代到23513次达到目标值1×10-3；然后使用训练好的网络进行距离值的预测，计算得到不同算法的均方误差MSE值分别为0.0037、0.0034、0.0030和0.001，平均绝对误差MAE值分别为1.6142、1.6864、1.4546和0.7092，用时分别为154 s、96 s、95 s和82 s，本文算法MSE和MAE的值均小于上述3种算法，证明了本文算法具有更快的收敛速度和更高的计算精度。