《表2 预测性能对比：基于相关性分析的瓦斯灾害选择集成预测模型》
提示：宽带有限、当前游客访问压缩模式
1)基学习器的选择进行相关性分析后各个基学习器的预测性能对比如表2所示。
| 图表编号 | XD003914600 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2019.12.01 |
| 作者 | 贾澎涛、吕巧林 |
| 绘制单位 | 西安科技大学计算机科学与技术学院、西安科技大学计算机科学与技术学院 |
| 更多格式 | 高清、无水印（增值服务） |
相关图表
- 《表3 模型预测精度对比：基于变量选择深度信念神经网络的风速预测》2021.01.30
- 《表4 模型性能评价指标：基于混合集成建模的硅单晶直径自适应非线性预测控制》2020.05.01
- 《表4 预测结果对比表：基于多尺度集成模型预测碳交易价格——以广州碳排放交易中心为例》2020.05.26
- 《表1 不同模型性能比较：基于集成回声状态网络模型在兰州市艾滋病发病例数预测中的应用》2019.12.15
- 《表2 各服务器预测误差：基于指数平滑的云服务器请求量集成预测模型》2020.02.16
- 《表4 瓦斯动力灾害预测指标无量纲临界域》2019.12.28
- 《表3 瓦斯动力灾害预测指标临界域》2019.12.28
- 《表6 瓦斯动力灾害预测情况》2019.12.28
- 《表2 模型性能对比：一种利用混合算法选择变量的天牛须优化神经网络风速预测方法》2019.12.28
- 《表1 ADF检测结果：基于集成预测模型的集装箱吞吐量预测研究》2019.06.10
- 《表9 集成算法提升模型预测性能的结果》2019.08.15
- 《表2 预测结果：基于支持向量机回归集成的小微企业信用风险度评估模型研究》2019.04.20
- 《表1 新田煤矿瓦斯灾害预测情况》2019.02.20
- 《表3 基于长短记忆神经网络集成学习的预测性能》2019.04.15
- 《表2 基于传统神经网络集成学习的预测性能》2019.04.15
- 《表3 各因素相关矩阵：基于因子分析与BP神经网络的煤与瓦斯突出预测》2019.04.01
- 《表1 正交表：基于田口集成学习的最佳交通流量预测模型》2019.12.16
- 《表5 模型性能对比：基于相关性分析的瓦斯灾害选择集成预测模型》2019.12.01
- 《表4 瓦斯灾害危险等级预测结果》2019.12.01
- 《表1 传感器数据描述：基于相关性分析的瓦斯灾害选择集成预测模型》2019.12.01