《表2 GA-SVM与BP和SVM预测结果对比》
提示：宽带有限、当前游客访问压缩模式
为了检验该模型的有效性，对5个测试样本进行预测分析，并将预测结果与采用BP神经网络模型和常规SVM预测的结果进行对比，结果如表2所示。
| 图表编号 | XD0023882400 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2018.10.20 |
| 作者 | 于少将 |
| 绘制单位 | 河北地质大学勘查技术与工程学院 |
| 更多格式 | 高清、无水印（增值服务） |
相关图表
- 《表2 GA-SVM模型参数反演结果》2020.09.01
- 《表4 基于蛋清光谱的预测蛋黄DHA含量的PLS、SVM和BP-ANN模型预测效果》2020.11.15
- 《表5 逻辑回归、BP和SVM预测效果比较》2020.11.01
- 《表4 D7-2测点竖向位移BP和ACO-BP两种模型预测结果与实测数据对比》2020.04.01
- 《表1 SVM模型和GA-SVM模型分类结果比较》2020.08.01
- 《表2 BP神经网络及SVM预测结果误差对比》2019.12.28
- 《表2 SVM与BP模型预测误差比较》2019.11.15
- 《表5 RS-PSO-SVM、PSO-SVM和RS-PSO-BP三种模型预测结果比较》2019.11.08
- 《表4 CSA-SVM、GA-SVM和PSO-SVM运行时间》2019.11.01
- 《表2 PSO-SVM算法和GA-SVM算法的运行结果》2019.06.30
- 《表1 BP神经网络和支持向量机SVM预测结果》2019.05.25
- 《表1 0 GA-SVM的预测误差》2019.08.01
- 《表3 巷道爆破参数表：基于GA-SVM的煤矿岩巷爆破效果智能预测》2019.05.20
- 《表1 数据库：基于GA-SVM的煤矿岩巷爆破效果智能预测》2019.05.20
- 《表2 GA-SVM预测结果准确性对比》2019.05.20
- 《表3 PSO-SVM、GA-SVM和AFSA-SVM的结果对比》2019.01.20
- 《表1 GA-SVM预测误差分析》2019.01.10
- 《表3 SVM与BP预测精度对比》2019.03.01
- 《表1 训练样本归一化：基于GA-SVM的矿区采空塌陷预测模型》2018.10.20
- 《表2 GA-SVM植被提取结果》2018.04.30