《表1 多步长预测误差：基于平滑支持向量机的海洋环境数据多步长预测》

  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

《基于平滑支持向量机的海洋环境数据多步长预测》

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

图1-4给出了GSL-SVM模型多步长预测前后的数据变化趋势对比图。可以看出，GSL-SVM能够有效估计水温、pH、氨氮和TOC的变化趋势。水温和pH常规因素其预测结果均高于实际结果。进一步，表1描述了GSL-SVM模型对于水温、pH、氨氮和TOC的非线性逼近能力。