《表2 1步预测结果：基于核映射极限学习机的入口氮氧化物预测》
提示：宽带有限、当前游客访问压缩模式
结果如表2～表4所示.
| 图表编号 | XD0037044500 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2019.01.01 |
| 作者 | 金秀章、张少康 |
| 绘制单位 | 华北电力大学控制与计算机工程学院、华北电力大学控制与计算机工程学院 |
| 更多格式 | 高清、无水印（增值服务） |
相关图表
- 《表1 土层特征参数统计：基于优化极限学习机的基坑侧位移变形预测》2020.11.01
- 《表1 核主元分析结果：基于优化核极限学习机的铝电解电流效率预测》2020.10.18
- 《表1 测线信息：基于改进鸟群算法和极限学习机模型的光伏发电系统输出功率预测研究》2020.10.20
- 《表4 预测结果分析：基于极限学习机与负荷密度指标法的空间负荷预测》2021.01.28
- 《表1 样本数据：基于极限学习机与负荷密度指标法的空间负荷预测》2021.01.28
- 《表2 数据可靠性分析：基于极限学习机的车间节能目标预测方法》2020.07.01
- 《表1 参数指标：基于极限学习机的车间节能目标预测方法》2020.07.01
- 《表2 样本分段：基于极限学习机和支持向量机的输电线路覆冰预测》2020.12.15
- 《表1 岩层参数：基于极限学习机和支持向量机的输电线路覆冰预测》2020.12.15
- 《表1 极限学习机的优点：基于大数据分析技术的档案信息管理成本预测》2020.07.15
- 《表A1 10种标准函数：基于改进灰狼算法和多核极限学习机的铁水硅含量预测建模》2020.07.01
- 《表1 泥石流相关数据：基于改进极限学习机的泥石流发生预测》2020.09.01
- 《表6 数据集4检测结果：基于深度序列加权核极限学习的入侵检测算法》2020.03.01
- 《表5 数据集3检测结果：基于深度序列加权核极限学习的入侵检测算法》2020.03.01
- 《表4 数据集2检测结果：基于深度序列加权核极限学习的入侵检测算法》2020.03.01
- 《表3 数据集1检测结果：基于深度序列加权核极限学习的入侵检测算法》2020.03.01
- 《表6 模型预测效果对比：基于动态主元分析和极限学习机的分解炉出口温度预测》2019.12.18
- 《表2 预测结果详表：基于核近邻非参数回归的航材消耗预测》2019.12.30
- 《表1 系统特征符号说明：基于差分进化和极限学习机的并发查询性能预测》2019.09.01
- 《表1 基核函数：基于极限学习机的船舶柴油机故障诊断》2019.08.01