《表2 L-BPNN组合模型预测结果》
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Lasso回归和BP神经网络的蔬菜短期价格预测组合模型研究》
以2010年1月至2018年4月的影响因素与2010年2月至2018年5月的黄瓜价格数据作为训练数据,反复调整隐含层节点数,当节点数小于11时,预测相对误差超过5%,节点数大于11时,每增加一个节点,训练时间增加40%,发现隐含层节点数为11时网络训练结果最佳。模型训练完成后将2018年5月至11月的价格影响因素输入模型,将预测的2018年6月至12月的结果与真实值进行比较,如表2所示。
图表编号 | XD00201900200 严禁用于非法目的 |
---|---|
绘制时间 | 2020.09.30 |
作者 | 喻沩舸、吴华瑞、彭程 |
绘制单位 | 北京市农林科学院、国家农业信息化工程技术研究中心、北京市农林科学院、国家农业信息化工程技术研究中心、农业农村部农业信息技术重点实验室、北京市农林科学院、国家农业信息化工程技术研究中心、农业农村部农业信息技术重点实验室 |
更多格式 | 高清、无水印(增值服务) |