《表3 预测误差表：基于最小二乘支持向量机的时变信道建模》

  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

《基于最小二乘支持向量机的时变信道建模》

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.