《表1 本对构造表：基于改进BP神经网络的路基沉降预测实例分析》
提示：宽带有限、当前游客访问压缩模式
将实测数据采用分段三次插值法等时距处理，由时间序列{X（t），t=1，2，……，n}可构造出n-p个样本，见表1。
| 图表编号 | XD0082888700 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2019.08.25 |
| 作者 | 王银岭 |
| 绘制单位 | 上海林李城市规划建筑设计有限公司 |
| 更多格式 | 高清、无水印（增值服务） |
相关图表
- 《表1 8个测试函数表：基于改进灰狼算法优化BP神经网络的短时交通流预测模型》2020.04.01
- 《表1 预测结果：基于神经网络算法的路基施工沉降预测》2020.06.20
- 《表1 部分样本数据：基于BP神经网络算法的矩形顶管施工地表沉降预测研究》2019.11.15
- 《表3 各模型评价指标：一种基于遗传算法优化的BP神经网络建筑物沉降预测模型》2019.09.25
- 《表2 各模型预测值：一种基于遗传算法优化的BP神经网络建筑物沉降预测模型》2019.09.25
- 《表1 典型岩爆判断方法：基于改进MATLAB-BP神经网络算法的隧道岩爆预测模型》2019.10.01
- 《表1 典型岩爆判断方法：基于改进MATLAB-BP神经网络算法的隧道岩爆预测模型》2019.10.01
- 《表2 沉降观测数据表：基于改进BP神经网络的路基沉降预测实例分析》2019.08.25
- 《表2 部分样本数据：基于改进BP神经网络的供热负荷预测模型》2019.07.15
- 《表1 样本数据构造表：改进的APSOwM-BP网络模型在高铁沉降预测中的应用研究》2019.06.25
- 《表6 模型预测精度：改进GM(1,1)模型在铁路路基沉降预测中的应用》2019.01.10
- 《表1 误差结果分析：基于小波包分解-模糊神经网络的混凝土路面路基沉降预测》2018.06.20
- 《表3 主因子得分系数：基于主因子分析的改进BP神经网络瓦斯涌出量预测》2018.12.10
- 《表2 二维决策表：基于改进BP神经网络的饮料销售预测模型研究》2018.09.28
- 《1 0 万箱：基于改进BP神经网络的饮料销售预测模型研究》2018.09.28
- 《1 0 万箱：基于改进BP神经网络的饮料销售预测模型研究》2018.09.28
- 《表1 基于牛顿迭代法改进BP网络模型对输出预测误差分析表》2019.12.08
- 《表2 预测结果：基于BP神经网络优化的改进灰色模型在电量预测中的应用》2019.12.25
- 《表2 模型训练参数选取：考虑车流量的BP神经网络模型预测吹填土地区路基工后沉降》2019.11.25
- 《表3 训练结果误差表：考虑车流量的BP神经网络模型预测吹填土地区路基工后沉降》2019.11.25