《表2 BP神经网络参数与分类结果》

  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

《金属掺杂SnO_2基H_2/C_2H_2气体传感阵列及检测特性》

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

式中:δj在隐含层表达式，在输出层时δj=f'（xj）（tj-oj），其中oj和tj分别为实际输出与期望输出，i、j和k则分别为输入层、隐含层与输出层神经元数量。学习速率越大，收敛速度越快，但可能导致网络振荡，而学习速率小，收敛速度慢。动量因子的加入是为了加速收敛且防止网络陷入局部最小解。通过调试这两个参数及隐含层层数与各隐含层神经元数分别得到对原始数据与PCA预处理数据的最优分类网络，此时具体参数与精度信息如表2所示。采用单隐层BP神经网络，传输函数设为“tansig”，经过反复测试发现，当隐含层神经元数为6，学习速率η=0.01，动量因子α=0.4时，其6折交叉验证平均准确率为87.2%；而对于PCA预处理输入数据，其平均准确率达100%，此时相应η、α和神经元数分别为0.02、0.3与4。正确分类结果有利于提高后续定量估计的准确率。