《表4 10次平均测试结果》

  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BP神经网络的小麦抗寒性模型构建》

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

根据以上的评价标准，对3 043条记录数据进行训练分析.为了确保模型分析的有效性，训练模型分别对四类标签（不抗倒 （0）、抗倒性好（1）、抗倒性中等（2）、抗倒性差（3）） 和两类标签（不抗倒 （0）、抗倒（1）） 按总数取80%作为训练集，余下20%作为验证集.用固定下来的训练集采用支持向量机、朴素贝叶斯、BP神经网络的方式进行训练，用验证集对各个模型进行验证.由于随机因子的变化导致每次得出的正确率有变化，因此本文采用10次测试记录取平均值，见表4.