《表2 各组LSSVM模型有效度》
提示：宽带有限、当前游客访问压缩模式
式中:yi为第i个样本的真实值；y'i为第i个样本的测试值；n为测试样本总量；ei为相对误差，M为有效度。按照此定义，可得各组模型有效度如表2所示。
| 图表编号 | XD00226587900 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2020.10.01 |
| 作者 | 张敬雷、王伟、李彤、罗辉 |
| 绘制单位 | 中国铁路总公司工程质量监督管理局、保利(武汉)房地产开发有限公司、华中科技大学土木工程与力学学院、华中科技大学土木工程与力学学院 |
| 更多格式 | 高清、无水印（增值服务） |
相关图表
- 《表4 基于PSO-LSSVM的安全带拉伸试验蒙特卡罗法不确定度分析结果》2021.02.01
- 《表2 LSSVM模型和线性模型回归结果比较》2021.01.10
- 《表1 四种天气LSSVM模型的最优参数组合》2020.06.21
- 《表1 LMD-PSO-LSSVM模型预测结果》2018.04.01
- 《表2 PSO-LSSVM模型的AQI预测结果》2020.06.01
- 《表3 模型预测精度评价：基于PSO-LSSVM的区域AQI多维概念预测模型》2020.06.01
- 《表2 不同模型判别结果：矿井突水水源判别的FOA-LSSVM模型》2020.06.01
- 《表2 各模型预测的误差：基于PSO-LSSVM的配电网工程造价预测模型建立及其误差分析》2020.02.25
- 《表2 学习样本数据：基于APSO-LSSVM模型的导水裂隙带高度预测》2020.02.01
- 《表4 声样本的客观参数：基于LSSVM的混合动力汽车车内声品质烦躁度预测》2019.10.15
- 《表6 PCA结果统计：基于LSSVM的混合动力汽车车内声品质烦躁度预测》2019.10.15
- 《表2 烦躁度评价等级：基于LSSVM的混合动力汽车车内声品质烦躁度预测》2019.10.15
- 《表7 相对误差统计：基于LSSVM的混合动力汽车车内声品质烦躁度预测》2019.10.15
- 《表6 LSSVM参数：SKBA-LSSVM短期光伏发电功率预测模型》2019.08.01
- 《表3 本文算法、CPSO-LSSVM和LSSVM3种模型预测MSE误差对比》2019.06.01
- 《表4 本文算法、CPSO-LSSVM和LSSVM3种模型预测时间对比》2019.06.01
- 《表2 3种预测模型的评价指标、LSSVM最优参数和耗时对比》2019.04.30
- 《表2 WPT-LSSVM和LSSVM模型预测结果对比》2019.02.20
- 《表3 贝叶斯推断的LSSVM模型机枪枪管寿命预测结果》2018.12.01
- 《表2 模型误差：基于互信息和PSO-LSSVM的脱硝反应器入口NO_x浓度预测》2018.09.28