科研图表库
学习强国
☭ 国家好民族好,大家才会好
《表1 岩层参数:基于极限学习机和支持向量机的输电线路覆冰预测》
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
《基于极限学习机和支持向量机的输电线路覆冰预测》
获取 高清版本
忘记账户?点击这里
登录
下载图表
忘记账户?点击这里
登录
程序的具体性能参数如表1所示。
图表编号
XD00187325100 严禁用于非法目的
绘制时间
2020.12.15
作者
沈欢
绘制单位
国网湖北省电力有限公司荆州供电公司
更多格式
高清、无水印(增值服务)
查看“表1 岩层参数:基于极限学习机和支持向量机的输电线路覆冰预测”的人还看了
表2 预测模型最优参数:基于支持向量机的高强钢薄板对接焊残余应力分布预测方法研究
表1 4种模型误差对比:基于改进经验小波变换和最小二乘支持向量机的短期风速预测
表2 2种模型误差对比:基于改进经验小波变换和最小二乘支持向量机的短期风速预测
表2 试验数据:基于支持向量机的超临界锅炉参数预测
表2 样本分段:基于极限学习机和支持向量机的输电线路覆冰预测
表1 SVM样本参数:基于非线性支持向量机的隧道煤与瓦斯突出危险性预测
上一表
《表Petri网库所与变迁的含义》
下一表
《表5 风险综合评估结果:基于灰色
相关图表
《表2 预测模型最优参数:基于支持向量机的高强钢薄板对接焊残余应力分布预测方法研究》
2020.10.01
《表2 2种模型误差对比:基于改进经验小波变换和最小二乘支持向量机的短期风速预测》
2021.02.28
《表1 4种模型误差对比:基于改进经验小波变换和最小二乘支持向量机的短期风速预测》
2021.02.28
《表2 试验数据:基于支持向量机的超临界锅炉参数预测》
2020.11.30
《表2 样本分段:基于极限学习机和支持向量机的输电线路覆冰预测》
2020.12.15
《表1 SVM样本参数:基于非线性支持向量机的隧道煤与瓦斯突出危险性预测》
2020.04.01
《表1 超声磨削试验条件:基于模糊信息粒化和优化支持向量机的氧化铝陶瓷超声磨削力趋势预测》
2020.08.30
《表2 模型预测误差对比:基于专家样本库和最小二乘支持向量机的配电网线损率预测模型》
2020.03.25
《表1 电力运行参数范围:基于专家样本库和最小二乘支持向量机的配电网线损率预测模型》
2020.03.25
《表1 评价指标对比:基于改进经验模态分解和支持向量机的短期风速组合预测》
2019.12.28
《表1 模型预测性能比较:基于优化EEMD和支持向量机的国内大豆价格预测》
2019.11.01
《表1 解释的总方差:基于最小二乘支持向量机的输电线路耐张塔比例调整系数》
2019.06.28
《表3 预测样本参数:基于网格搜索支持向量机的边坡稳定性系数预测》
2019.05.20
《表1 母线负荷分类:基于信息粒化和支持向量机的母线等效负荷波动预测方法》
2019.04.01
《表4 误差检验:基于信息粒化和支持向量机的母线等效负荷波动预测方法》
2019.04.01
《表1 各参数数值特征:基于支持向量机的长江口及其邻近海域叶绿素a浓度预测模型》
2019.01.01
《表1 时间角度表:基于支持向量机的室内照度预测仿真》
2019.01.15
《表1 围岩收敛:基于支持向量机的公路隧道围岩变形预测》
2019.12.20
《表2 成分矩阵:基于主成分分析和支持向量机的影视业盈利能力预测》
2019.12.01
《表3 主成分特征向量:基于主成分分析和支持向量机的影视业盈利能力预测》
2019.12.01
随机翻阅
《表6 2019年度上市物流企业绩效得分排名》
《表4 入炉料中Pb元素的含量》
《表1 基于学习体验的质量评价指标初步筛选结果》
《表1 酚醛树脂透射IR光谱的主要吸收峰(波数cm-1)》
《表1 GOS分级和并发症情况比较[n(%)]》
《表5 家庭韧性各因子对个体心理韧性的回归分析》
《表1 两组患者治疗相关指标比较情况》
《表1 三级维修体系下任务划分》
《表1 尿液样本病原菌分布》
《表1 资产管理及招标采购制度设计》