《表2 四种模型预测结果对比》

  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SOM-RBF神经网络的COD软测量方法》

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

为显示SOM-RBF网络的预测优势，比较BP、RBF、K-means算法改进的RBF网络[23]，对比结果如表2所示。BP算法为三层网络结构，根据“试凑法”确定隐层节点为13个，从表2中可以看出该算法的训练时间较长，收敛速度较慢。RBF网络的隐层节点根据经验选取，其收敛速度较慢。SOM-RBF网络利用SOM聚类算法确定更合适的RBF网络结构，相对传统RBF网络，网络训练速度提高的同时，测试误差降低了60%。