《表3 各模型RMSE误差对比》
上述3种模型中,以SVM-RBF核结合BP算法的模型效果最好。SVM在处理多维变量上优于BP人工神经网络,而RBF核函数实际是将样本数据映射到更高维的空间来对输入数据进行划分,并且对影响输出的少数连接权值不断逼近以求得全局最优解,因而拥有更好的性能。从图17可见,新模型在误差不大于0.6时占94.2%,二次指数平滑和BP人工神经网络分别为78.7%和79.3%,可见以SVM-RBF核结合BP算法的新模型在能见度计算上要更加准确,误差率在可控范围内较小。表3为各模型RMSE误差对比。
图表编号 | XD007548200 严禁用于非法目的 |
---|---|
绘制时间 | 2018.08.01 |
作者 | 张超、金光、江先亮 |
绘制单位 | 宁波大学信息科学与工程学院、宁波大学信息科学与工程学院、宁波大学信息科学与工程学院 |
更多格式 | 高清、无水印(增值服务) |