《表4 PCA-LMBP神经网络模型预测结果及活性导出结果》
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PCA-LMBP神经网络模型的SCR脱硝催化剂工艺特性预测》
为了检验PCA-LMBP神经网络模型的推广泛化能力,或对同类型样本集B的预测能力,把前面随机划分的样本集B的10个样本输入PCA-LMBP神经网络,同时采用式(2)对催化剂的活性指标进行计算,得出模型预测结果及活性导出结果见表4。表4中,η1为实测脱硝效率,η2为预测脱硝效率,C1为(η1?η2)/η1×100%的绝对值,K1为实测活性,K2为预测活性,C2为(K1?K2)/K1×100%的绝对值。由表4可以看出,对样本集B的预测,脱硝效率实测值与预测值的最大相对偏差绝对值小于0.4%,实测导出活性与预测导出活性的最大相对偏差绝对值小于0.8%,表明建立的PCA-LMBP神经网络模型对样本集B的预测适用性较好。
图表编号 | XD00122282200 严禁用于非法目的 |
---|---|
绘制时间 | 2019.11.25 |
作者 | 林正根、姚杰、庄柯、金定强、吴碧君 |
绘制单位 | 国电环境保护研究院有限公司、国电环境保护研究院有限公司、国电环境保护研究院有限公司、国电环境保护研究院有限公司、国电环境保护研究院有限公司 |
更多格式 | 高清、无水印(增值服务) |