《表1 车轮直径不同算法预测结果比较》
为了综合评定多核极限学习机预测车轮尺寸数据的性能,选取传统BP神经网络,极限学习机(ELM),以及线性核极限学习机(L–ELM)、多项式核极限学习机(P–ELM)、RBF核极限学习机(R–ELM)3种常用的核极限学习机算法与粒子群优化的多核极限学习机(PSO–MK-ELM)的预测结果作比较。同时采用R2、MSE、MAE和MAPE作为评定指标进行分析,预测结果,如表1所示。
图表编号 | XD00124585300 严禁用于非法目的 |
---|---|
绘制时间 | 2019.12.25 |
作者 | 陈紫薇、张渝、邱春蓉 |
绘制单位 | 西南交通大学物理科学与技术学院、西南交通大学物理科学与技术学院、西南交通大学物理科学与技术学院 |
更多格式 | 高清、无水印(增值服务) |