《表2 PSO-SVM安全系数预测》
提示：宽带有限、当前游客访问压缩模式
在此基础上，将6个主要影响边坡安全系数的因素作为输入向量，安全系数作为输出向量，根据模型计算出后11个预测样本的安全系数，见表2。
| 图表编号 | XD0032071100 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2019.02.25 |
| 作者 | 刘仁志、黄张裕、秦洁、陈希鸣、李建新 |
| 绘制单位 | 河海大学地球科学与工程学院、河海大学地球科学与工程学院、河海大学地球科学与工程学院、河海大学地球科学与工程学院、江西理工大学建筑与测绘工程学院 |
| 更多格式 | 高清、无水印（增值服务） |
相关图表
- 《表2 误差分析：基于PSO-SVM算法的乐昌峡鹅公带滑坡体位移预测模型》2020.09.01
- 《表2 能效指标分级标准：基于PSO-SVM算法的机床能效评价方法》2021.02.20
- 《表8 模型测试结果：基于PSO-SVM模型的物流业景气指数组合预测研究》2020.12.01
- 《表2 漏点平均误差：基于PSO-SVM模型的供水管网漏损诊断》2020.07.25
- 《表4 预测结果对比表：基于PSO-SVM的安全投入预测模型研究》2020.02.25
- 《表3 归一化后数据：基于PSO-SVM的安全投入预测模型研究》2020.02.25
- 《表1 PSO-SVM预测结果》2020.02.25
- 《表1 湖区监测点位置：基于PSO-SVM的景观湖泊水体叶绿素a含量预测》2019.11.25
- 《表4 PSO-SVM模型预测叶绿素a所得水质富营养化指数》2019.11.25
- 《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2 形状特征参数：基于PSO-SVM的管道小泄漏检测》2019.08.20
- 《表4 系统中PSO-SVM模型的财务风险预测结果》2019.09.15
- 《表2 PSO-SVM算法和GA-SVM算法的运行结果》2019.06.30
- 《表9 PSO-SVM的预测误差》2019.08.01
- 《表1 拟合方程系数：基于光纤监测和PSO-SVM模型的马家沟滑坡深部位移预测研究》2019.08.01
- 《表2 PSO-SVM识别精度结果》2019.02.01
- 《表1 PSO-SVM预测结果》2019.01.01
- 《表4 PSO-SVM模型分类精度预测结果》2019.11.30
- 《表2 部分SVM与PSO-SVM模型的回归FMSE与预测FMSE统计值Table 2 Values of regression FMSE and forecast FMSE of SVM model and PSO-SVM model》2018.08.01
- 《表1 数据集属性：基于改进PSO-SVM的预测算法研究》2019.11.25