《表4 实际数据与实验6预测结果比较》

  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EEMD-BP方法的城市轨道交通进站客流短期预测》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

Fab.4 Comparison of actual data with best experimental predictions

通过表3可以得出，将原始序列分解为特征分量的形式输入比直接将原始客流序列作为神经网络输入的预测效果精度高，高相关分量是预测精准度提高的关键特征分量，分量以组合的形式输入改善预测精度的效果更好，且将高相关分量和低相关分量分开作为输入得出最佳预测结果为实验6。实际数据与实验6预测结果比较如表4所示。