《表1 GPS RBF神经网络模型预报结果》
提示：宽带有限、当前游客访问压缩模式
单位：ns
图4为G01两种方案的钟差预报结果以及误差，按顺序分别为使用1 d数据预报0.5 d，1 d，10 d的钟差，各卫星两种方案的统计结果整理到表1中。
| 图表编号 | XD00118833400 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2019.12.01 |
| 作者 | 王瑞、柴洪洲、潘宗鹏 |
| 绘制单位 | 解放军信息工程大学、解放军信息工程大学、解放军信息工程大学 |
| 更多格式 | 高清、无水印（增值服务） |
相关图表
- 《表1 基于小波分析与RBF神经网络的刮板链故障诊断模型仿真结果》2021.01.01
- 《表1 BP网络模型Ⅰ预报结果》2021.02.20
- 《表1 实验结果对比：RBF神经网络的境外旅游人数预测模型研究》2020.12.28
- 《表1 0 基于RBF和MLP模型的神经网络模型识别效果比较》2021.01.28
- 《表1 ARIMA模型和RBF神经网络模型预测误差的统计分析》2020.06.25
- 《表2 检测结果表：基于粒子群算法的RBF径向基神经网络教学质量评价模型》2020.07.05
- 《表6 网络预测结果分析：道路工程SOM-RBF神经网络估价模型研究》2020.01.15
- 《表5 网络聚类结果：道路工程SOM-RBF神经网络估价模型研究》2020.01.15
- 《表2 BDS RBF神经网络模型预报结果》2019.12.01
- 《表3 GLONASS RBF神经网络模型预报结果单位：ns》2019.12.01
- 《表3 组合模型预测结果：基于BP-RBF神经网络的组合模型预测港口物流需求研究》2019.09.10
- 《表5 轮胎滚动阻力RBF神经网络模型部分预测结果N》2019.10.25
- 《表5 优化结果对比：基于RBF神经网络模型的改进加权主成分分析参数全局优化研究》2019.05.01
- 《表1 拟合预测结果：基于稳健估计的正则化RBF网络拟合模型优化》2019.06.01
- 《表1 RBF、Elman和BP 3种神经网络模型结果比较》2019.02.01
- 《表1 不同光谱数据RBF网络模型评价结果》2018.03.20
- 《表2 BP神经网络模型预报结果及精度》2018.12.25
- 《表1 RBF神经网络算法构建预测模型的部分预测结果》2018.10.30
- 《表3 RBF神经网络模型测试结果》2019.11.15
- 《表4 RBF神经网络7参数模型测试结果》2019.11.15