《表1 改进的PSO-BP水稻虫害预测得分与实际评估得分》
提示：宽带有限、当前游客访问压缩模式
将改进的PSO-BP神经网络水稻虫害评估模型的评估结果得分及对应等级与实际评分结果及对应等级进行制表操作，如表1所示。
| 图表编号 | XD00203622700 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2020.10.08 |
| 作者 | 谢轩、谢完成 |
| 绘制单位 | 娄底职业技术学院电子信息工程学院、娄底职业技术学院电子信息工程学院 |
| 更多格式 | 高清、无水印（增值服务） |
相关图表
- 《表2 实验结果对比：一种改进的PSO-BP水稻虫害预测模型》2020.10.08
- 《表3 测试效益评估：水稻病虫害统防统治与绿色防控融合模式及其示范应用》2018.05.20
- 《表3 公共因子得分系数：基于改进Copula的海上运输关键节点应急保障能力评估》2020.04.01
- 《表1 训练样本：煤与瓦斯突出预测的PSO-BP算法模型》2020.08.28
- 《表1 利用PDR定位：基于改进PDR与指纹库PSO-BP融合室内定位算法》2020.03.01
- 《表2 2011—2018年广东省水稻主要病虫害实际损失》2020.06.10
- 《表1 2011—2018年广东省水稻病虫害实际损失》2020.06.10
- 《表7 PSO-BP神经网络预测值和实际值对比表》2019.10.10
- 《表1 测点1改进的PSO-BP预测结果对比》2019.06.20
- 《表1 教师对学生在各题目上得分率的预测与学生实际得分率对比》2019.02.01
- 《表2 教师对各题目相对难度的预测与学生实际得分率排序对比》2019.02.01
- 《表2 改进PSO-BP神经网络的预测误差》2019.01.01
- 《表3 评价指标结果对比：基于改进PSO-BP神经网络的回弹预测研究》2019.01.01
- 《表8 城区与郊区特色学校的校园文化评估得分情况》2019.03.25
- 《表7 城区与郊区特色学校训练竞赛的评估得分情况》2019.03.25
- 《表6 城区与郊区特色学校教育教学的评估得分情况》2019.03.25
- 《表5 城区与郊区特色学校条件保障的评估得分情况》2019.03.25
- 《表3 城区与郊区特色学校评估的一级指标得分情况》2019.03.25
- 《表3 主因子得分系数：基于主因子分析的改进BP神经网络瓦斯涌出量预测》2018.12.10
- 《表1 得分数据I：基于K-means算法改进的短文本聚类研究与实现》2019.12.25