《表1 数据集参数表：基于深度玻尔兹曼机的并行电力负荷预测算法》
提示：宽带有限、当前游客访问压缩模式
为了进行测试，采集了北方某城市3个月的环境数据对电力负荷进行测试。由于实验数据量有限，本文对元数据集进行了扩大，数据集的描述如表1所示:
| 图表编号 | XD00145539900 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2020.09.01 |
| 作者 | 杨鹤、王良、修世军 |
| 绘制单位 | 辽东学院现代教育技术中心、辽东学院现代教育技术中心、辽东学院现代教育技术中心 |
| 更多格式 | 高清、无水印（增值服务） |
相关图表
- 《表1 描述统计：基于深度卷积生成对抗网络的电力负荷数据生成》2021.02.15
- 《表1 参数τ和F在D2Q9格子玻尔兹曼方法方程中对应的表达式》2021.02.01
- 《表2 实验参数设置：基于气象大数据的城市电力负荷预测》2021.02.15
- 《表1 高斯脉动源参数：三维间断伽辽金玻尔兹曼方法的完全匹配层吸收边界条件研究》2020.07.10
- 《表3 高斯拟合参数值：基于格子玻尔兹曼方法-离散元法耦合模型的侧喷口喷动床模拟研究》2020.05.25
- 《表2 实验参数：基于格子玻尔兹曼方法-离散元法耦合模型的侧喷口喷动床模拟研究》2020.05.25
- 《表1 模拟参数：基于格子玻尔兹曼方法-离散元法耦合模型的侧喷口喷动床模拟研究》2020.05.25
- 《表1 基准数据集参数：基于时频分析的深度学习调制识别算法》2020.05.25
- 《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 模型MAPE对比：基于深度学习的短期电力负荷预测》2020.01.01
- 《表2 模型输入数据：基于深度学习的短期电力负荷预测》2020.01.01
- 《表1 气温量化表：基于改进MOPSO-BP算法的短期电力负荷预测研究》2019.12.25
- 《表3 负荷预测结果对比：基于最大偏差相似性准则的BP神经网络短期电力负荷预测算法》2019.11.01
- 《表1 建筑情况介绍：基于混合算法优化支持向量机的供热负荷预测模型》2019.10.01
- 《表2 参数设置：利用温度信息及深度学习方法实现高精度电力负荷预测》2019.09.20
- 《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1 数据集说明：基于自动向量机的酒店住户信息预测研究》2019.05.31
- 《表1 个体特征：基于受限玻尔兹曼机的个体行为预测模型的研究》2018.12.25
- 《表1 实验数据集：基于Spark的通用后缀树并行构造算法》2018.05.25
- 《表1 实验数据集：基于粒子群优化算法的协同过滤推荐并行化研究》2018.12.01