《表2 训练相对误差比较:基于主元提取的鲁棒极限学习机研究及其化工建模应用》
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
《基于主元提取的鲁棒极限学习机研究及其化工建模应用》
从表2中可以看出,ELM模型的精度受隐含层节点数目的影响较大,随着隐含层节点数的变化精度波动较大。由此可以看出,ELM模型不稳定,隐含层节点数不容易选取:经验法不确定性强;试凑法容易陷入局部最优解。而PCE-RELM模型的误差基本稳定,受隐含层节点数目变化的影响较小,且模型精度较高,基本稳定在1%左右。在允许的误差范围内,PCE-RELM模型具有极大优势,对设计者具有友好性,构建PCE-RELM模型不需要较高的经验要求,并且设计过程简单快捷。
图表编号 | XD0033395900 严禁用于非法目的 |
---|---|
绘制时间 | 2019.02.01 |
作者 | 张晓晗、汪平江、顾祥柏、徐圆、贺彦林、朱群雄 |
绘制单位 | 北京化工大学信息科学与技术学院、智能过程系统工程教育部工程研究中心、北京化工大学信息科学与技术学院、智能过程系统工程教育部工程研究中心、北京化工大学信息科学与技术学院、中石化炼化工程(集团)股份有限公司、北京化工大学信息科学与技术学院、智能过程系统工程教育部工程研究中心、北京化工大学信息科学与技术学院、智能过程系统工程教育部工程研究中心、北京化工大学信息科学与技术学院、智能过程系统工程教育部工程研究中心 |
更多格式 | 高清、无水印(增值服务) |