科研图表库
学习强国
☭ 国家好民族好,大家才会好
《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》
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2所示。
图表编号
XD00187325400 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”的人还看了
表3 测试样本预测误差: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 样本数据表:基于支持向量机的露天矿爆破效果预测方法研究
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
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
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
上一表
《表1 二等水准测量技术要求》
下一表
《表2 1-9数量标度的含义》
相关图表
《表3 测试样本预测误差: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2 样本数据表:基于支持向量机的露天矿爆破效果预测方法研究》
2021.02.15
《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》
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3 数据集样本量:基于支持向量机的城市道路降雨径流污染预测模型》
2020.04.01
《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2 样本和属性:基于自动向量机的酒店住户信息预测研究》
2019.05.31
《表1 部分边坡数据样本:基于粒子群优化支持向量机的边坡稳定性预测》
2019.02.25
《表2 学习样本的归一化:基于网格搜索法优化支持向量机的围岩稳定性分类模型》
2019.03.01
《表1 学习样本:基于网格搜索法优化支持向量机的围岩稳定性分类模型》
2019.03.01
《表1 训练及预测样本:基于支持向量机的煤层气井排采层位水源判识》
2018.04.01
《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2 不同沙丘微地形土壤粒径分布及其分形维数变化特征》
《表1 调查样本的人口统计特征》
《表4 使用OpenCV和Vivado HLS FAST角点检测数据带宽消耗(单位:kb)》
《表4 苏州市不同类型的医疗美容机构在执业过程中存在的问题》
《表3 试验前抽检项目检测数据(轴承钢GCr15SiMn、渗碳钢G20Cr2Ni4A各抽检2片)》
《表1 重庆市梁平区村级集体经济经营性收入情况》
《表2 基于HowNet的数据结构综合实践课程内容安排》
《表4 升学创业流向类型:供给侧结构性改革视域下深圳高职院校毕业生毕业流向的比较分析——以深圳职业技术学院为例》
《表2 术后7、14和28 d时两组PCNA免疫组化阳性细胞表达率(%)》
《表3 2010-2016届毕业论文研究内容分类 (部分) 占比汇总表 (%)》