《表1 预测结果分析Tab.1 Analysis of prediction results》
提示：宽带有限、当前游客访问压缩模式
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） |
相关图表
- 《表1 不同寿命预测方法结果比较Tab.1 Comparison of the life prediction method results》2019.04.10
- 《Tab.4 Bioinformatics analysis and prediction results表4生物信息学分析预测结果》2019.03.15
- 《表4 模型预测结果分析Tab.4 Analysis of model prediction results》2019.02.15
- 《表6预测模型方差分析结果Tab.6 Variance analysis of prediction models》2019.01.10
- 《表1 Q1、Q2沉降监测点中长期预测结果对比Tab.1 Comparison of medium and long term prediction results of Q1, Q2settlement monitoring point》2019.01.28
- 《表1 实验结果与理论预测比较Tab.1 Comparison of experimental results with theoretical predictions》2019.03.28
- 《表1 实测值与预测值t配对检验结果 (训练组) Tab.1 Results of t Paired test with measured values and predicted values (training group)》2019.01.05
- 《表1 6种预测模型预测结果比较Tab.1 Comparison of six prediction models in prediction results》2019.03.01
- 《表1 负荷预测分析结果Tab.1 Analysis results of load forecasting》2019.02.21
- 《表1 预测结果比较Tab.1 Comparison of prediction result》2019.02.10
- 《表2 模型预测结果及预测误差分析Tab.2 Model prediction results and prediction error analysis》2019.04.25
- 《表1 模糊支持向量机的预测结果Tab.1 Prediction results of fuzzy support vector machine》2019.01.10
- 《表1 45#钢两级加载试验数据及各模型剩余寿命预测结果Tab.1 Two stage loading test data of 45#steel and prediction results of residual life of each》2018.08.01
- 《表6 两种模型预测结果对比分析Tab.6 Comparison and analysis of prediction results between two models》2018.02.15
- 《表1 波长的选择结果及模型的预测性能Tab.1 Selection results of wavelengths and predictive performance of the model》2018.12.01
- 《表1 单变量定标曲线对预测集样品的预测结果Tab.1 Predicted results of samples in prediction set by single variate calibration models》2018.05.01
- 《表2 灰色关联分析及神经网络预测结果Table 2 Predicted results of the grey correlation analysis and neural network》2018.04.01
- 《表3 预测效果分析Tab.3 Analysis of Prediction Result》2018.12.10
- 《表1 非等间距多点灰色预测模型拟合及预测结果Tab.1 Fitting and Prediction Results of Non-equidistant Multi-point Gray Prediction Model》2018.11.20
- 《表1 预测结果Tab.1 Prediction Results》2018.02.20