《表1 输入数据分析：基于组合支持向量回归的排污企业生产识别》
提示：宽带有限、当前游客访问压缩模式
输入数据的总数为1500个，异常即小于0的数据为313个，占总输入数据的20.87%；部分缺失数据数量为29个，占总输入数据的1.93%，如表1所示。
| 图表编号 | XD00169192000 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2020.06.20 |
| 作者 | 靳旦、唐伟 |
| 绘制单位 | 国网四川省电力公司电力科学研究院、国网四川省电力公司电力科学研究院 |
| 更多格式 | 高清、无水印（增值服务） |
相关图表
- 《表1 模型分类准确率：基于支持向量机的车辆换道行为识别仿真研究》2020.09.01
- 《表2 回归系数：基于支持向量机的车辆换道行为识别仿真研究》2020.09.01
- 《表3 状态识别结果：基于主成分分析和支持向量机的高压断路器机械状态识别方法》2020.09.16
- 《表3 模型分类结果：基于支持向量机的长波红外目标分类识别算法》2021.02.20
- 《表1 混淆矩阵：基于支持向量机的长波红外目标分类识别算法》2021.02.20
- 《表2 识别结果：基于支持向量机算法的连铸坯端面信息码识别方法》2021.01.28
- 《表2 组合支持向量回归模型识别企业生产状态结果》2020.06.20
- 《表1 预测模型输入输出：基于最小二乘支持向量机的太阳能集热效率预测》2020.06.30
- 《表1 基于支持向量机的单一生理信号识别精度》2020.02.25
- 《表3 基于支持向量机的多生理信号融合的识别精度》2020.02.25
- 《表5 基于支持向量机的复合绝缘子缺陷识别结果》2019.12.25
- 《表2 部分样本数据：基于支持向量回归的锂电池健康状态估计》2019.12.01
- 《表1 青稞病斑识别结果：基于支持向量机的青稞病害识别研究》2019.09.01
- 《表1 仿真数据集：基于改进二叉树支持向量机的内燃机故障识别》2019.07.25
- 《表1 变量符号及含义：基于支持向量回归和线性回归的航班延误组合预测》2019.06.01
- 《表3 部分样本数据：基于支持向量机的中小企业自主创新能力评价指标识别》2019.05.25
- 《表1 指标样本库：基于支持向量机的中小企业自主创新能力评价指标识别》2019.05.25
- 《表2 预测结果：基于支持向量机回归集成的小微企业信用风险度评估模型研究》2019.04.20
- 《表1 指标变量名称：基于支持向量机的会计信息失真识别研究》2019.05.10
- 《表4 语义特征集：基于支持向量机的新闻事件类型识别》2019.04.25