《表2 基于不同特征选择方法的RVM模型效果Tab.2 Effect of RVM models based on selection methods of different features》

《表2 基于不同特征选择方法的RVM模型效果Tab.2 Effect of RVM models based on selection methods of different features》   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
《随机森林-相关向量机算法结合中红外光谱法快速测定在用柴油机油酸值》


  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

RVM算法选用高斯核函数，采用4折交叉验证方法，并根据交叉验证均方根误差最小原则选取最优核宽参数δ[16]，RVM模型中参数δ采用固定步长0.05搜索，搜索范围为0.05～10，参数优化结果见表2。

图表编号XD0037360900    严禁用于非法目的
绘制时间2019.01.18
作者王菊香、王凯、韩晓
绘制单位海军航空大学岸防兵学院、海军航空大学研究生管理大队、海军驻天津8357所军事代表室
更多格式高清、无水印（增值服务）

相关图表

  1. 《表2 基于不同模型下的路径流量演化最终稳定态Tab.2 Stable states of route flow evolution based on different models》2018.02.01
  2. 《表2 基于叶绿素荧光光谱特征参数的叶片净光合速率回归模型Table 2 Regression model of leaf net photosynthetic rate based on characteristic parameters》2019.04.01
  3. 《表1 基于不同分布模型的ACI方法的系统费用Tab.1 System costs of ACI method based on different distribution models》2019.02.25
  4. 《表3 RF-RVM模型预测结果Tab.3 Predicting results by RF-RVM model》2019.01.18
  5. 《表2 基于临界面法的多轴低周疲劳寿命预测模型Tab.2 prediction model of Multi axis low cycle fatigue life based on critical plane method》2019.02.15
  6. 《表2 基于广义Stop算子的PI逆模型参数Tab.2 PI inverse model parameters based on generalized Stop operator》2019.02.25
  7. 《表2 不同光谱处理方法对模型的影响Tab.2 Effect of different spectrum pre-treatments on the model》2019.01.01
  8. 《表2 夜光面积指数模型误差分析Tab.2 Error analysis of estimation model based on luminous area index》2019.02.01
  9. 《表2 基于IFC和City GML的相关数据模型比较Tab.2 Comparison of relative models based on IFC and City GML》2019.01.25
  10. 《表2 鸟体材料模型参数Tab.2 Parameters of the bird model based on hydrodynamic model》2018.06.01
  11. 《表2 基于GMM的特征组合的识别率Tab.2 Recognition rate of features combination based on GMM》2018.10.25
  12. 《表2 基于不同算子的PI逆模型拟合精度Tab.2 Fitting accuracy of PI inverse model based on different operators》2018.11.01
  13. 《表2 Co/Cu对催化环氧化苯乙烯反应的转化率和产物选择性的影响[52]Table 2 Effect of Co/Cu ratios on conversion and products selectivity[52]》2018.07.01
  14. 《表4 基于不同特征波长挑选方法的KNN鸡蛋种类判别模型Tab.4 KNN model based on different characteristic wavelength selection methods for kind discr》2018.03.01
  15. 《表2 基于Bayes的特征量选择Tab.2 Feature voctor extraction based on Bayes》2018.04.25
  16. 《表2 基于不同干燥方式及干燥条件的桑椹干燥动力学模型拟合效果Table 2 Fitting effect of mulberry drying kinetic model based on different drying methods》2018.06.01
  17. 《表5 结果精度分析：基于MK-RVM学习方法的大学生科研能力预测模型》2019.12.01
  18. 《表3 精度等级划分：基于MK-RVM学习方法的大学生科研能力预测模型》2019.12.01
  19. 《表1 样本数据：基于MK-RVM学习方法的大学生科研能力预测模型》2019.12.01
  20. 《表7 基于不同方差-协方差结构的模型比较Tab.7 Comparison of model based on different variance-covariance structures》2018.10.01

随机翻阅

《表1 我国现行煤炭产业主要税费表》 《表3 地域差异估计结果：绿色金融发展、研发投入与区域经济增长——基于省级面板门槛模型的实证》 《表2 Eastern News(《东方报》)上刊载的翻译小说》 《表1 调查对象基本情况[例（%）]》 《表3 2008-2012年云南磷化工主导产品产量[9]》 《表1 柴油机主要技术参数》 《表1 随流通量的变化》 《表1 4类典型的传感器故障数学表达式》 《表1 各通道数值与对应的手势》 《表3 对照组军训前后测SCL-90各因子上的差异比较》