《表5 区域1网络结构：基于机器学习的脉动源格林函数预报初探》
提示：宽带有限、当前游客访问压缩模式
区域1上，X和Y每隔0.01取样，共90 000个训练数据。设置表5所示的4种网络结构。
| 图表编号 | XD00187962700 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2020.11.30 |
| 作者 | 常宏宇、朱仁传、黄山 |
| 绘制单位 | 上海交通大学船舶海洋与建筑工程学院海洋工程国家重点实验室、上海交通大学船舶海洋与建筑工程学院海洋工程国家重点实验室、上海交通大学船舶海洋与建筑工程学院海洋工程国家重点实验室 |
| 更多格式 | 高清、无水印（增值服务） |
相关图表
- 《表1 核函数参数图：基于机器学习的织物疵点检测》2020.10.25
- 《表1 模型参数详解表：基于机器学习的海洋环境预报订正方法研究》2020.12.15
- 《表3 预警等级划分：基于机器学习的区域滑坡灾害预警模型研究》2021.02.01
- 《表2 机器学习模型评价：基于机器学习的历史气候重建论文智能识别与数据挖掘初探》2021.03.30
- 《表1 关键参数取值：基于格林函数的半导体桥三维非稳态传热模型》2020.12.01
- 《表2 特征根取值：基于格林函数的半导体桥三维非稳态传热模型》2020.12.01
- 《表2 网络结构：基于机器学习的脉动源格林函数预报初探》2020.11.30
- 《表3 全局训练网络结构：基于机器学习的脉动源格林函数预报初探》2020.11.30
- 《表4 预报结果展示：基于机器学习的脉动源格林函数预报初探》2020.11.30
- 《表1 数值计算结果：基于机器学习的脉动源格林函数预报初探》2020.11.30
- 《表5 稳健性检验结果：工业机器人对中国区域经济的异质性影响研究——基于新结构经济学的视角》2020.08.25
- 《表2 常用核函数：基于机器学习理论的海洋水质评价模型》2019.11.01
- 《表3 故障数据样本：基于机器学习的污水源热泵机组故障诊断模型研究》2019.09.25
- 《表1 状态参数：基于机器学习的污水源热泵机组故障诊断模型研究》2019.09.25
- 《表2 故障矩阵表：基于机器学习的污水源热泵机组故障诊断模型研究》2019.09.25
- 《表6 需求分配结果：基于机器学习的共享单车热点区域识别及需求预测》2019.05.20
- 《表4 时段分布特征：基于机器学习的共享单车热点区域识别及需求预测》2019.05.20
- 《表5 特征变量相关性：基于机器学习模型的专利质量预测初探》2019.04.24
- 《表3 引证专利数量分布：基于机器学习模型的专利质量预测初探》2019.04.24
- 《表2 特征变量统计描述：基于机器学习模型的专利质量预测初探》2019.04.24