《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》
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。
图表编号 | XD0065887900 严禁用于非法目的 |
---|---|
绘制时间 | 2019.06.20 |
作者 | 付小宁、陈立强、董悫 |
绘制单位 | 西安电子科技大学机电工程学院、西安电子科技大学机电工程学院、武汉高德红外股份有限公司 |
更多格式 | 高清、无水印(增值服务) |