《表4 归一化后的预测数据》

  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

《基于神经网络的深松铲作业阻力及功耗的预测模型研究》

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

数据归一化之前，为了区分不同的铲形，分别将表2中的三种不同的深松铲形（复合形、仿生钩形、圆弧形）标记为1、2、3以示区分。归一化后的训练数据和预测数据分别见表3和表4，使用的归一化函数为mapminmax函数，该函数可以将训练数据与预测数据归一化到[0，1]区间范围内，调用格式为[Y，PS]=mapminmax（X，0，1）。