《表3 误差比较：基于随机森林的支持向量机混凝土抗渗性预测模型研究》

  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

《基于随机森林的支持向量机混凝土抗渗性预测模型研究》

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

为了检验所提出的RF-SVM预测方法的优越性，选择支持向量机（SVM）、人工神经网络（BPNN）和小波神径网络（WNN）方法，构建相关预测模型，对混凝土抗渗性进行预测，预测结果与RF-SVM模型结果进行对比分析，选用均方根误差RRMSE和确定性系数R2来衡量模型的预测效果。R2的范围在0～1之间，越靠近1表明观测数据越精确。RRMSE的值等于或大于0，越接近0表明观测数据在统计上越完美。不同预测模型得到误差结果对比见表3。