《表2 RBF1基函数中心》
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Smith预估补偿的RBF神经网络的锅炉燃烧系统解耦控制》
首先,在训练数据库选取300组样本数据分别对RBF1和RBF2神经网络解耦器进行训练[11],训练结果显示,对于RBF1和RBF2分别用6个和7个隐含层节点数即可。训练后RBF1和RBF2网络的连接权重以及隐含层节点数据中心如表2~表5所示。
图表编号 | XD0095322500 严禁用于非法目的 |
---|---|
绘制时间 | 2019.10.28 |
作者 | 高锦、李勇、周燕弟、章家岩 |
绘制单位 | 安徽工业大学电气与信息工程学院、马鞍山钢铁股份有限公司热电总厂、马鞍山钢铁股份有限公司热电总厂、安徽工业大学电气与信息工程学院 |
更多格式 | 高清、无水印(增值服务) |