《表3 3类宏区域BP神经网络隐含层神经元》
BP网络输入层的神经元数由输入向量的维数决定,输出层神经元数由输出向量的维数决定.本文把归一化后指纹数据作为输入数据,其对应的坐标位置作为目标输出数据,因此本文构建BP神经网络时,其输入层神经元数为10个,输出层神经元是为2个.由于三层神经网络具有很好的泛化性以及非线性能力,网络训练的效率也更快,并且在对BP神经网络调节仿真效果时,发现只有一层隐含层的神经网络就有着良好的拟合效果,满足本文实验的需求,因此本文使用隐含层层数为1的三层神经网络结构,然后逐步调节隐含层的神经元个数,观察其神经元个数从10逐渐增加时的拟合效果,经过多次实验和观察,得到在不同宏区域建立BP神经网络所对应的最佳隐含层神经元个数.如表3所示,为3类宏区域BP神经网络隐含层神经元.
图表编号 | XD0079888600 严禁用于非法目的 |
---|---|
绘制时间 | 2019.08.01 |
作者 | 邓昀、朱彦、杨逸夫、程小辉、李朝庆 |
绘制单位 | 广西嵌入式技术与智能系统重点实验室、桂林理工大学信息科学与工程学院、广西嵌入式技术与智能系统重点实验室、桂林理工大学信息科学与工程学院、湖南商学院新零售虚拟现实技术湖南省重点实验室、广西嵌入式技术与智能系统重点实验室、桂林理工大学信息科学与工程学院、广西嵌入式技术与智能系统重点实验室、桂林理工大学信息科学与工程学院 |
更多格式 | 高清、无水印(增值服务) |