《表1 无噪声条件下例1的辨识结果》
提示：宽带有限、当前游客访问压缩模式
将表1的参数辨识结果代入生物系统（12）、（13）中，得到如图1所示的代谢物浓度随时间变化曲线。从图1可以看出，各代谢物浓度的计算值与实验值基本一致。
| 图表编号 | XD00119709700 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2020.02.15 |
| 作者 | 徐恭贤、邱添、贾府生、魏顺行 |
| 绘制单位 | 渤海大学数理学院、渤海大学数字出版大数据挖掘与治理及呈现技术标准实验室、渤海大学数理学院、渤海大学数理学院、渤海大学数理学院 |
| 更多格式 | 高清、无水印（增值服务） |
相关图表
- 《表1 无噪声情况下辨识结果对比表》2020.09.10
- 《表1 电池参数辨识结果：基于自适应无迹卡尔曼滤波的锂电池荷电状态估计》2021.02.23
- 《表4 ESPRIT算法对不含噪声信号的辨识结果》2021.01.15
- 《表3：噪声测试结果：基于BP神经网络的生物实验数据辨识方法》2020.09.15
- 《表1 不同算法在无噪声环境下的目标检测结果》2020.06.01
- 《表3 ARMA法无噪声情况下的辨识结果》2020.06.15
- 《表7 无噪声γ=0.999 95时的辨识结果》2020.06.15
- 《表6 加噪声γ=0.995时的辨识结果》2020.06.15
- 《表5 无噪声γ=0.995时的辨识结果》2020.06.15
- 《表4 ARMA法有噪声情况下的辨识结果》2020.06.15
- 《表2 ITD法有噪声情况下的辨识结果》2020.06.15
- 《表1 ITD法无噪声情况下的辨识结果》2020.06.15
- 《表1 无噪声情况下仿真实验的统计结果》2020.04.01
- 《表1 不同频率下对应不同噪声水平的热流辨识结果与给定值平均误差Em》2020.08.01
- 《表3 无噪声条件下不同特征的比较》2020.04.01
- 《表3 无噪声条件下例2的辨识结果》2020.02.15
- 《表1 无噪声时识别的结果》2019.08.01
- 《表2 4种算法在无噪声条件下输出信号幅度相对误差》2019.08.15
- 《表1 只有白噪声时的辨识结果》2019.02.01
- 《表2 无噪声条件下该AM信号的得分Tab.2 Score of AM signal without noise》2018.12.30