《表2 不同集成尺寸水泥抗压强度SEN模型的统计结果》

  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

《基于选择性集成核学习算法的固废焚烧过程二噁英排放浓度软测量》

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

图4表明，SEN模型的预测性能随着集成尺寸的增加而增加，在集成尺寸达到8后预测性能增加幅度比较小，其中具有较小集成尺寸的SEN模型的预测性能还弱于最佳SEN子模型。上述结果表明，集成多个不同核参数的SEN子模型间拥有较好的互补性。不同集成尺寸SEN模型的统计结果如表2所示。由表2可知，基于核参数集合{0.1，1，100，1000，2000，4000，6000，8000，10000}的SEN模型具有最佳预测性能，RMSE为8.2221，其性能稍弱于最佳SEN子模型（RMSE 7.3687），强于集成全部SEN子模型的方法（RMSE 8.8267）。