《表1 预测结果分析Tab.1 Analysis of prediction results》
选取均方根误差ERMSE和Emax最大绝对值误差作为评价指标,如表1所示,可以看出在预测入口氮氧化物时神经网络在线学习模型准确性更好,泛化能力更强.
图表编号 | XD0023816700 严禁用于非法目的 |
---|---|
绘制时间 | 2018.07.25 |
作者 | 金秀章、张少康 |
绘制单位 | 华北电力大学控制与计算机工程学院、华北电力大学控制与计算机工程学院 |
更多格式 | 高清、无水印(增值服务) |
选取均方根误差ERMSE和Emax最大绝对值误差作为评价指标,如表1所示,可以看出在预测入口氮氧化物时神经网络在线学习模型准确性更好,泛化能力更强.
图表编号 | XD0023816700 严禁用于非法目的 |
---|---|
绘制时间 | 2018.07.25 |
作者 | 金秀章、张少康 |
绘制单位 | 华北电力大学控制与计算机工程学院、华北电力大学控制与计算机工程学院 |
更多格式 | 高清、无水印(增值服务) |