《表4 验证模型的参数取值》

  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

《基于机器学习的开孔加载金属腔电磁屏蔽效能评估》

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

为了进一步验证模型的有效性，这里给出一个具体的开孔加载金属腔模型，其特征参数如表4所示，该模型参数取值从未出现在样本数据中。分别利用全波分析法和本文训练生成的随机森林模型对该加载腔的SEmean和SEmin进行预测，结果如图4所示。由图中可以看出，基于机器学习的开孔加载腔的SEmean和SEmin预测结果与全波分析计算结果吻合较好，其均方根误差分别为1．27dB和0．49dB。并且随机森林模型预测SE的耗时仅为1s，而全波分析方法的耗时为1236s。随着频率的提高，全波分析方法的计算时间将成倍增长，而随机森林模型的预测时间不变。