《表3 各类算法预测对比值》
提示：宽带有限、当前游客访问压缩模式
采用ARMA方法对某市进行用电量预测，历史数据库中存储的案例为前五年的用电量相关信息。预测的结果如表2所示。与BP算法和SVM预测算法的预测对比表格如表3所示。
| 图表编号 | XD0016867300 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2018.06.01 |
| 作者 | 罗义旺 |
| 绘制单位 | 国网信通亿力科技有限责任公司智能电网大数据实验室 |
| 更多格式 | 高清、无水印（增值服务） |
相关图表
- 《表3 各类算法性能对比：再生稻联合收获机清选装置内部气流场分析与试验》2020.10.01
- 《表3 不同算法预测性能对比》2021.01.28
- 《表3 各类行为识别算法准确率对比情况》2021.02.01
- 《表3 预测网络参数表：基于聚类和奇异值分解的协同过滤推荐算法》2020.12.31
- 《表5 2015—2018年各类职称人数实际值和预测值对比》2018.12.15
- 《表4 各类算法误差比较：基于LSTM引入客车占比特征的短时交通流预测》2020.11.01
- 《表4 各类算法误差比较：基于LSTM引入客车占比特征的短时交通流预测》2020.11.01
- 《表3 各类算法的特点及效率对比》2020.05.01
- 《表3 各类对比算法在英文数据集上的F1值》2020.10.01
- 《表4 各类对比算法在中文数据集上的F1值》2020.10.01
- 《表3 各类物体检测算法实验结果对比表》2020.09.15
- 《表3 中心区域α值：基于特征融合和中心预测的目标检测算法》2020.03.25
- 《表2 各算法预测结果与实际值对比》2020.02.15
- 《表1 各类周用电量预测模型预测误差对比》2020.01.25
- 《表3 各类算法实验数据对比》2020.02.01
- 《表2 V与各类中心距离：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5 各类算法参数评估值》2019.07.16
- 《表2 各类算法结果对比》2019.05.01
- 《表1 3种预测算法的平均偏差值比较》2018.08.10
- 《表3 各类异常检测算法的对比》2018.06.05