《表3 类簇4交叉验证训练结果》
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
《基于密度峰值聚类及GRNN神经网络的光伏发电功率预测方法》
注:表中粗体为正相关且相关程度较大者。
以类簇4为例,共92个样本,进行4折交叉验证,在每次交叉验证过程中SPREAD分别从0.1取到2.0,步长设为0.1。以均方误差MSE作为网络输出结果的评价指标。交叉验证训练结果如表3。由表3可看出,4折交叉验证训练在第1次交叉验证、SPREAD取0.3时MSE为最小值。故对类簇4,采用第一次交叉验证时所用训练集、SPREAD取0.3,构建的GRNN神经网络预测效果最好。
图表编号 | XD00226519500 严禁用于非法目的 |
---|---|
绘制时间 | 2020.09.28 |
作者 | 姚宏民、杜欣慧、秦文萍 |
绘制单位 | 太原理工大学电气与动力工程学院、太原理工大学电气与动力工程学院、太原理工大学电气与动力工程学院 |
更多格式 | 高清、无水印(增值服务) |