《表2 风荷载数据训练得到的σ最优取值》

  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

《大跨度煤棚主体结构设计风荷载的神经网络建模研究及应用》

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

对于表1的风洞试验数据，首先通过样本的相关性将数据进行聚类分析，然后根据不同类别进行数据训练，通过优化手段确定光滑因子σ。经过聚类后，数据的训练更有针对性，有助于提高数据预测的精度及效率。表2给出了风荷载数据经过聚类后训练得到的σ最优取值。