《表2 两种算法标准误差对比》

  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

《基于电力大数据的多源异构数据融合技术研究与应用》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

本实验将BP网络算法、本文算法进行比较，在通过上文的误差分析求得两种算法的标准误差（RMSE）和平均绝对百分误差（MAPE），从表2可以看出，无论是标准误差还是平均绝对百分误差，本文算法相对于传统BP算法在误差值上均有所降低，且平均绝对百分误差的波动更小，本文算法的结果相比于BP神经网络算法更接近于真实值。精度更准确的原因在于Hermite神经网络算法以正交多项式作为隐含层神经元的激励函数，且仅需一步就可以计算出网络连接的最优权值，在对变量进行选择训练时不仅能实现数据融合，还能保留原始数据的特征信息，这样才使结果更逼近于真实结果。