《表3 模型预测结果:基于PCA-GWO-SVM的矿山边坡变形预测》
注:ae为绝对误差;re为相对误差。
预测结果见表3所示,同时,也与文献中的预测方法以及传统的SVM算法做出对比,实验表明:绝对误差最小为0.09,最大为1.08,平均相对误差均较优于其他算法。
图表编号 | XD00135678100 严禁用于非法目的 |
---|---|
绘制时间 | 2020.02.01 |
作者 | 解洪伟、朱东丽 |
绘制单位 | 广东省有色地质测绘院、广州市城市规划勘测设计研究院 |
更多格式 | 高清、无水印(增值服务) |
注:ae为绝对误差;re为相对误差。
预测结果见表3所示,同时,也与文献中的预测方法以及传统的SVM算法做出对比,实验表明:绝对误差最小为0.09,最大为1.08,平均相对误差均较优于其他算法。
图表编号 | XD00135678100 严禁用于非法目的 |
---|---|
绘制时间 | 2020.02.01 |
作者 | 解洪伟、朱东丽 |
绘制单位 | 广东省有色地质测绘院、广州市城市规划勘测设计研究院 |
更多格式 | 高清、无水印(增值服务) |