《表2 验证样参数：基于BP神经网络的棉织物透气性能预测》
提示：宽带有限、当前游客访问压缩模式
重新选取5种纯棉平纹织物，其参数如表2所示。根据建立的织物透气率预测模型预测验证样的透气率，结果如图1所示。
| 图表编号 | XD00173605800 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2020.08.01 |
| 作者 | 孙浪涛、田炜、柴旭阳、喻莉 |
| 绘制单位 | 泉州师范学院纺织与服装学院、泉州师范学院纺织与服装学院、泉州师范学院纺织与服装学院、泉州师范学院纺织与服装学院 |
| 更多格式 | 高清、无水印（增值服务） |
相关图表
- 《表5 模型预测性能对比：基于改进VMD和GA-BP神经网络的砂岩破裂过程预测方法》2021.02.28
- 《表3 线性误差验证结果：准静态玄武岩纤维混凝土力学性能及其BP神经网络预测模型研究》2020.12.28
- 《表1 试样结构参数：基于BP神经网络的棉织物透气性能预测》2020.08.01
- 《表1 BP网络结构参数：基于GA-BP神经网络的机床主轴刚度预测研究》2020.05.10
- 《表2 验证数据：基于BP神经网络的堆肥物料抗剪强度预测模型》2020.04.01
- 《表2 功率预测评定结果：基于BP神经网络与非参数核密度估计的短期风电功率概率区间预测》2020.08.01
- 《表2 BP神经网络预测样例表》2020.04.01
- 《表2 仿真系数：基于BP神经网络的移动安全性能预测》2020.06.25
- 《表4 四种算法的比较：基于BP神经网络的移动安全性能预测》2020.06.25
- 《表3 仿真系数：基于BP神经网络的移动安全性能预测》2020.06.25
- 《表1 仿真系数：基于BP神经网络的移动安全性能预测》2020.06.25
- 《表2 粉煤灰技术指标：基于BP神经网络的混凝土综合性能预测》2019.11.25
- 《表1 织物规格参数：气流冲击下的紧密织物动态透气性能分析》2019.10.01
- 《表2 结果验证对照表：基于遗传优化BP神经网络的尾矿库边坡稳定性预测》2019.11.25
- 《表2 粒子群算法的参数：基于PSO优化BP神经网络的光伏发电量预测》2019.08.25
- 《表2 模型验证与对比：基于遗传BP神经网络的内圆磨削ZTA陶瓷材料去除率预测》2019.09.02
- 《表2 归一化处理样例：基于BP神经网络的4G话务预测方法研究》2019.06.15
- 《表3 模型验证样本：基于BP神经网络的轿车造型意象设计与量化预测模型建立》2019.08.20
- 《表2 室内设计参数：基于BP神经网络模型的大型公共建筑冷负荷预测》2019.01.10
- 《表2 铸造工艺参数表：基于BP神经网络的熔模铸件收缩率预测研究》2018.05.01