《表4 运算时间:基于最小二乘支持向量机的时变信道建模》
为了衡量GA+LS-SVM的有效性,主要考虑预测误差与计算时间2个指标,如表3、表4所示.表3所示为基于BP神经网络、LS-SVM和GA+LS-SVM三种算法的平均相对误差(MAPE,mean absolute percentage error)、均方根误差(RMSE,root mean square error)以及相关系数r.从表3可见,通过GA+LS-SVM预测的参数效果最好,其次为LS-SVM,然后是BP神经网络模型.即通过GA+LS-SVM预测的MAPE和RMSE最小,而相关系数r最大.值得注意的是,相比其他几个信道参数,垂直角度扩展的预测效果较差,即平均相对误差和均方根误差较大,而相关系数较小,MAPE为0.154 6,RMSE为0.309 8,相关系数r为0.899 4.
图表编号 | XD00115285800 严禁用于非法目的 |
---|---|
绘制时间 | 2019.10.01 |
作者 | 赵雄文、孙宁姚、耿绥燕、张钰、杜飞 |
绘制单位 | 华北电力大学电气与电子工程学院、华北电力大学电气与电子工程学院、华北电力大学电气与电子工程学院、华北电力大学电气与电子工程学院、华北电力大学电气与电子工程学院 |
更多格式 | 高清、无水印(增值服务) |