《表4 预测分组和预测结果》
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
《运用随机森林和GA-BP神经网络预测岩石爆破块度》
由表4可知,爆破数据RF分组模型能够正确地对测试数据进行分组。由表4和图2可知,虽然本研究建立的爆破块度预测模型在某些测试样本的预测结果相对于其余3个预测模型较差,但从整体的预测样本来说,模型的预测效果是优于其余3个模型的预测效果。由表5可知,在分组的情况下本研究建立的爆破块度预测模型1组、2组和整体测试样本的预测结果的3个评价指标均优于BP神经网络预测模型和多元回归预测模型。此外,本研究建立的爆破块度预测模型对整体测试样本的预测效果优于在未分组情况下建立的GA-BP神经网络预测模型。
图表编号 | XD00204357400 严禁用于非法目的 |
---|---|
绘制时间 | 2021.01.25 |
作者 | 刘阳、谭凯旋、郭钦鹏、王鹏、何成垚 |
绘制单位 | 南华大学资源环境与安全工程学院、稀有金属矿产开发和废物地质处置技术湖南省重点实验室、南华大学数理学院、稀有金属矿产开发和废物地质处置技术湖南省重点实验室、南华大学资源环境与安全工程学院、稀有金属矿产开发和废物地质处置技术湖南省重点实验室、南华大学资源环境与安全工程学院、稀有金属矿产开发和废物地质处置技术湖南省重点实验室、南华大学资源环境与安全工程学院、稀有金属矿产开发和废物地质处置技术湖南省重点实验室 |
更多格式 | 高清、无水印(增值服务) |