《表2 SS-LSTSVR、LSTSVR、LSSVR及ε-SVR在四个中等数据集上的RMSE、NMSE、R2、训练时间和稀疏率》

  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

《稀疏结构化最小二乘双支持向量回归机》

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

注:所有实验均为10次随机划分实验的平均值，后面为标准差。

由图2可知，在数据Mg＿scale集上，SS-LSTSVR的稀疏率为85%时RMSE的值基本趋于稳定，能够取得较好的回归效果；从图3可以看出SS-LSTSVR在数据Servo上的稀疏率约为55%时，即可获得理想的RMSE值；图4显示SS-LSTSVR在数据Istanbulse上取得的稀疏率约为80%时，即可获得理想的RMSE值；从图5可以看出SS-LSTSVR在数据Turkiye取得的稀疏率约为65%时，即可获得理想的RMSE值，稀疏率大于80%时回归效果越来越差。