《表1 实验结果:产品生产过程中的质量预测办法的研究》
从中可以看出因为该问题是非线性问题,虽然多元线性回归在三种数据量的情况下用时非常短不过模型预测效果非常差无法使用。BP神经网络的用时随数据量减少而缩短不过远长于支持向量机,在数据量大的情况下预测效果好于支持向量机,支持向量机模型在只有160个数据的情况下准确度远高于BP神经网络。为了比较在更大数据量情况下BP神经网络和支持向量机的预测效果,使用数据量更大的白葡萄酒生产数据进行实验,可以看出在大量数据情况下,BP神经网络和支持向量机的训练时间相差不大不过神经网络的模型效果更好,数据量小的情况下支持向量机更好。
图表编号 | XD00163592300 严禁用于非法目的 |
---|---|
绘制时间 | 2020.04.25 |
作者 | 夏铭泽、石春鹏、刘征宇、张建超 |
绘制单位 | 北京机械工业自动化研究所、北京机械工业自动化研究所、北京机械工业自动化研究所、北京机械工业自动化研究所 |
更多格式 | 高清、无水印(增值服务) |