《表1 网格搜索法结果:基于人工蜂群算法优化SVM的NIR杉木弹性模量预测》
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
《基于人工蜂群算法优化SVM的NIR杉木弹性模量预测》
SVR运行环境为MATLAB R2016a,试验样本同上。采用6折交叉验证(6-CV)和网格搜索法寻找参数c和g。改变网格搜索范围会得到不同结果,本研究选取5个搜索范围进行测试,搜索步长设置为0.5。由表1可知,网格搜索法在不同搜索范围寻找参数最优值对模型的影响不同:当搜素范围锁定在2-5~25时,测试集预测R2最高,RMSE最小,模型预测能力最优;随着搜素范围扩大,模型预测能力逐渐减弱并趋于稳定。固定SVR模型参数搜索范围(2-5~25)进行训练,得到SVR模型参数选择结果如图3所示。
图表编号 | XD00205120700 严禁用于非法目的 |
---|---|
绘制时间 | 2021.01.01 |
作者 | 陈芳、程献宝、黄安民、王学顺 |
绘制单位 | 北京林业大学理学院、中国林业科学研究院木材工业研究所、中国林业科学研究院木材工业研究所、北京林业大学理学院 |
更多格式 | 高清、无水印(增值服务) |