《表1 核函数：基于CNN和SVR相结合的电力负荷预测分析》
提示：宽带有限、当前游客访问压缩模式
对于核函数技术使用已经越来越成熟了，核函数类型有Sigmoid、RBF、Linear和Polynomial。如表1所示。
| 图表编号 | XD00133954500 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2020.02.20 |
| 作者 | 马煜、黄哲洙、钟丽波、李然、杨宁 |
| 绘制单位 | 国网沈阳供电公司、国网沈阳供电公司、国网沈阳供电公司、国网沈阳供电公司、国家电网有限公司东北分部 |
| 更多格式 | 高清、无水印（增值服务） |
相关图表
- 《表2 基于CNN的电力负荷预测模型的网络结构参数》2020.09.28
- 《表1 首次通电核相数据：一起电力变压器相序异常的处理分析》2020.05.20
- 《表3 预测结果误差对比：基于VMD和GWO-SVR的电力负荷预测方法》2020.12.01
- 《表2 卷积核参数设置：基于CNN的电力变压器故障诊断方法》2020.07.05
- 《表3 误差方差对比：基于CNN和SVR相结合的电力负荷预测分析》2020.02.20
- 《表2 部分试验数据：基于CNN和SVR相结合的电力负荷预测分析》2020.02.20
- 《表1 常用的激活函数：基于深度学习的短期电力负荷预测》2020.01.01
- 《表3 SVR核函数参数选优》2019.12.20
- 《表3 各核函数下Twin-SVR模型的预测结果》2019.11.30
- 《表4 各核函数下Twin-SVR预测精度的配对样本T检验》2019.11.30
- 《表逐天预测性能指标对比：基于气象综合指数和加权LSSVM的短期电力负荷组合预测》2019.10.15
- 《表4 不同核函数构建不同牌号烟用爆珠内液ν-SVR模型的RMSE和R2值以及最优参数》2019.06.30
- 《表3 不同核函数构建不同牌号烟用爆珠内液ε-SVR模型的RMSE和R2值以及最优参数》2019.06.30
- 《表2 不同核函数的SVR木聚糖含量预测模型比较》2019.05.28
- 《表1 不同核函数的SVR纤维素含量预测模型比较》2019.05.28
- 《表1 参数代码和水平：基于进化神经网络的短期电力负荷预测研究》2019.06.10
- 《表3 指标集及说明：改进的并行模糊核聚类算法在电力负荷预测的应用》2019.06.10
- 《表2 基于径向基核函数、S形核函数和多项式核函数的植被叶片cN, cP, cK估算SVR模型结果》2019.02.01
- 《表1 天气量化处理结果：基于EEMD-SE和GARBF的短期电力负荷预测》2019.01.06
- 《表1 负荷识别结果：基于k-NN结合核Fisher判别的非侵入式负荷监测方法》2018.03.25