《表2 两种模型预测比较Tab.2 Comparison of prediction results obtained by 2 models》

  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

《基于支持向量机和改进BP神经网络的路基边坡稳定性研究》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

支持向量机与BP神经网络两种模型与实际值的预测比较见表2。从表中的数据可以直观的看出，支持向量机模型的最大误差为0.12，小于BP神经网络的0.32；平均误差为0.087 4同样小于BP神经网络的0.214。两种误差分别仅为BP网络的37.5%与40.8%，这说明支持向量机模型与实际值契合的更优，预测结果更贴合实际，精度更高。并且两种模型的绝对误差与相对误差正负都有，表明预测模型对边坡安全系数的预测是均衡的，不会有总是过大或总是过小的情况。