构造器详细资料

• ANNParameter

  public ANNParameter()

  默认构造函数，构造一个新的 ANNParameter对象。

• ANNParameter

  public ANNParameter(ANNParameter para)

  拷贝构造函数，根据给定的ANNParameter对象构造一个与其完全相同的新对象。

  参数:

  para - 指定的ANNParameter对象。

方法详细资料

• isCustomNeighborhood

  public boolean isCustomNeighborhood()

  返回是否自定义领域范围。

  返回:

  是否自定义领域范围。

  默认值:

  默认为false。

• setCustomNeighborhood

  public void setCustomNeighborhood(boolean value)

  设置是否自定义领域范围。

  参数:

  value - 是否自定义领域范围。

• getNeighborhoodNumber

  public int getNeighborhoodNumber()

  返回领域范围。

  返回:

  领域范围。

  默认值:

  默认值为7。代表使用7*7的栅格。

• setNeighborhoodNumber

  public void setNeighborhoodNumber(int value)

  设置领域范围。

  为元胞自动机考虑的正方形邻域的边长，确定提取抽样数据和进行模拟计算时所使用的N*N范围的大小，范围越大，涉及的栅格越多，则当前栅格所受到邻域影响的栅格越多，可能需要根据模拟结果重新调整该参数再次进行模拟。建议取值在3-25之间，默认为7，代表使用7*7的栅格。

  参数:

  value - 领域范围。

• getCustomNeighborhoods

  public boolean[][] getCustomNeighborhoods()

  返回自定义领域范围。

  返回:

  自定义领域范围。

• setCustomNeighborhoods

  public void setCustomNeighborhoods(boolean[][] value)

  设置自定义领域范围。

  参数:

  value - 自定义领域范围。

• getLearningRate

  public double getLearningRate()

  返回学习速率。

  返回:

  学习速率。

  默认值:

  默认值为0.2。

• setLearningRate

  public void setLearningRate(double value)

  设置学习速率。

  神经网络的学习速率，数值越大，训练收敛更快，但更容易陷入局部最优解。取值范围为[0,1]，默认为0.2。

  参数:

  value - 学习速率。

• getSampleCount

  public int getSampleCount()

  返回抽样数目。

  返回:

  抽样数目。

  默认值:

  默认值为1000。

• setSampleCount

  public void setSampleCount(int value)

  设置抽样数目。

  采用随机抽样法得到训练样本的数量。抽样数目越大，则训练ANN时间越长，但需有一定的抽样数量以保证数据覆盖性，可以综合考虑数据的栅格总数及抽样成本来确定抽样数目。