《表6“k-means++优选法”与“均值法”数据集在LSTM预测模型下的结果对比》
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k-means++的高炉铁水硅含量数据优选方法》
验证结果表明,采用本文提出的“k-means++优选法”解决高炉数据的关联问题,与传统均值法相比,在不同的预测模型上均降低了均方差,提高了模型的预测命中率和趋势准确率,尤其是在误差容限为0.05的条件下,对预测效果有较大的改善,体现了该数据优选方案的有效性。此外,从表5以及表6的对比可知,LSTM预测模型的效果优于多层感知器预测模型。
图表编号 | XD00159127500 严禁用于非法目的 |
---|---|
绘制时间 | 2020.08.01 |
作者 | 尹林子、关羽吟、蒋朝辉、许雪梅 |
绘制单位 | 中南大学物理与电子学院、中南大学物理与电子学院、中南大学自动化学院、中南大学物理与电子学院 |
更多格式 | 高清、无水印(增值服务) |