《表5 FNRRWN-I和FNRRWN-II的训练和测试误差Tab.5 Training and testing errors for FNRRWN-Iand FNRRWN-II》

《表5 FNRRWN-I和FNRRWN-II的训练和测试误差Tab.5 Training and testing errors for FNRRWN-Iand FNRRWN-II》   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
《基于期望值简约的模糊非线性回归》


  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

数据模糊化的方法采用了He在文献[12]中的方法，详细过程参见该文献.FNRRWN-I模型中由于需要确定一些参数的值，采用了文献[12]中表现最优的参数，即K=100，C=2-9.实验采用10次10折交叉验证运算，实验结果见表4、表5.

图表编号XD0023809900    严禁用于非法目的
绘制时间2018.01.25
作者王熙照、赵士欣
绘制单位河北大学管理学院、河北大学管理学院、石家庄铁道大学数理系
更多格式高清、无水印（增值服务）

相关图表

  1. 《表5 验证样本误差分析Tab.5 Error analysis of test samples》2019.01.10
  2. 《表2 3种模型的训练与测试结果Tab.2 The training and test results of the above three models》2019.01.25
  3. 《表1 地面分类结果-训练集和测试集准确率对比Tab.1 Comparison of accuracy between training sets and test sets of terrain classification results》2019.03.01
  4. 《表5 悬浮时间和沉降时间测试结果Tab.5 Test results of suspension time and settlement time》2019.03.25
  5. 《表5 洪峰和洪量增量随降雨误差拟合公式Tab.5 Formula of flood peak and flooding increment with rainfall error》2019.01.06
  6. 《表5 神经网络的训练误差及迭代次数Table 5 Neural network training error and iterations》2018.02.25
  7. 《表1 2 网络训练误差计算结果Table 12 Calculation results of network training error》2018.02.25
  8. 《表5 BP神经网络模型训练集、验证集、测试集和总体的拟合情况Table 5 Training, verification, esting sets and total fitting of BP neural network model》2018.05.01
  9. 《表5 经典的PR迭代法的误差及运行时间Tab.5 The error and running time of classic PR iterative method》2018.07.16
  10. 《表5 路段行程时间误差均值对比Tab.5 The error comparison between the traditional and modified BPR models》2018.04.01
  11. 《表4 FNRRWN-I和FNRRWN-II的训练和测试时间Tab.4 Training and testing times for FNRRWN-Iand FNRRWN-II》2018.01.25
  12. 《表3 不同训练样本预测误差Table 3 Prediction error of different training samples》2018.03.01
  13. 《表5 直线拟合特征点初始配准参数及误差Tab.5 Initial registration parameters and error by straight line matching algorithm》2018.04.25
  14. 《表5 轨道射线误差影响设定及结果Tab.5 Along-ray errors influence settings and results》2018.11.15
  15. 《表5 电压互感器误差测试数据 (五) Tab.5 Voltage transformer error test data (5)》2018.08.08
  16. 《表2 不同训练数据长度预测均值和误差值Tab.2 Prediction mean and error value for different training data lengths》2018.11.30
  17. 《表5 AMPSO-NN和GA-NN在不同隐层节点数下训练Tab.5 Training of AMPSO-NN and GA-NN in different hidden layer nodes》2018.12.01
  18. 《表2 舰船与角反训练测试样本Tab.2 Training and test samples of ship and corner reflector》2018.07.28
  19. 《表1 飞机与箔条训练测试样本Tab.1 Training and test samples of aircraft and chaff》2018.07.28
  20. 《表1 训练样本均方差和测试样本均方差随SPREAD值变化的数值Tab.1 The mean square errors of training samples and test samples changing with the value》2018.04.10

随机翻阅

《表1 两组患者并发症总发生率比较》 《表4 实验切削结果：基于全回转全套管工艺的密集障碍桩区钻孔灌注桩设计与施工》 《表2 聊城市运河文化遗产清单》 《表3 Lut对Dox诱导的AC16细胞凋亡的影响（±s,n=3)》 《表2 扶贫债券的期限与规模》 《表3 导尿管相关尿路感染多因素分析》 《表2 SMN共聚物组成对ABS粉料与SAN相容性的影响》 《表3 治疗后两组不安运动存在与缺乏比较 (N=60)》 《表1 两组患者治疗后48h复查血肿增大及继续出血或再出血发生情况对比[n, %]》 《表1 使用频次≥10次的药物分布》