《表1 核主元分析结果：基于优化核极限学习机的铝电解电流效率预测》
提示：宽带有限、当前游客访问压缩模式
使用核主元分析得到参数的贡献率如表1所示。
| 图表编号 | XD00222265100 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2020.10.18 |
| 作者 | 徐辰华、张进智 |
| 绘制单位 | 广西大学电气工程学院、广西大学电气工程学院 |
| 更多格式 | 高清、无水印（增值服务） |
相关图表
- 《表1 土层特征参数统计：基于优化极限学习机的基坑侧位移变形预测》2020.11.01
- 《表4 预测结果分析：基于极限学习机与负荷密度指标法的空间负荷预测》2021.01.28
- 《表3 风险指标权重：基于核主成分和灰狼优化算法的刀具磨损状态识别》2020.11.01
- 《表1 恒流电路电流测试：基于RBF-GA的铝/镁异材FSLW工艺参数优化》2020.06.25
- 《表2 核参数优化结果：工业系统故障诊断中类均值核主元分析法的应用》2020.02.20
- 《表3 故障诊断结果：工业系统故障诊断中类均值核主元分析法的应用》2020.02.20
- 《续表1：工业系统故障诊断中类均值核主元分析法的应用》2020.02.20
- 《表1 概率核主成分分析分析结果》2020.06.08
- 《表2 不同桥梁结构健康状态下的核主元分析特征值》2020.03.01
- 《表6 数据集4检测结果：基于深度序列加权核极限学习的入侵检测算法》2020.03.01
- 《表5 数据集3检测结果：基于深度序列加权核极限学习的入侵检测算法》2020.03.01
- 《表4 数据集2检测结果：基于深度序列加权核极限学习的入侵检测算法》2020.03.01
- 《表3 数据集1检测结果：基于深度序列加权核极限学习的入侵检测算法》2020.03.01
- 《表6 模型预测效果对比：基于动态主元分析和极限学习机的分解炉出口温度预测》2019.12.18
- 《表1 基核函数：基于极限学习机的船舶柴油机故障诊断》2019.08.01
- 《表3 样本特征及标签：基于时间粒的铝电解过热度预测模型》2019.07.30
- 《表1 网格无关性验证：基于核主泵性能预测的数值模拟精度研究》2019.08.15
- 《表1 数据集特征描述：基于混合核极限学习机的多标签学习研究》2019.04.01
- 《表2 1步预测结果：基于核映射极限学习机的入口氮氧化物预测》2019.01.01
- 《表2 训练相对误差比较：基于主元提取的鲁棒极限学习机研究及其化工建模应用》2019.02.01