《表2 BP神经网络预测值与实测沉降值 (mm)》
提示：宽带有限、当前游客访问压缩模式
1) 三期数据模型预测值与实测沉降值对比分析 （见表2）
| 图表编号 | XD0050373600 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2019.05.25 |
| 作者 | 袁兴明、靳合波 |
| 绘制单位 | 山东工业职业学院建筑与信息工程系、青岛理工大学工程管理系 |
| 更多格式 | 高清、无水印（增值服务） |
相关图表
- 《表6 BP神经网络表面粗糙度实测值与预测值对比表》2020.10.20
- 《表1 闸墩测点水平位移BP神经网络模型预测结果与实测值对比》2020.12.01
- 《表2 BP神经网络铸造涂料性能预测值与实验值对比表》2020.10.18
- 《表4 路面沉降实测值与模拟值》2020.11.25
- 《表2 梯度条件Ⅱ：GA-BP神经网络地基纠偏沉降预测中的应用研究》2020.11.20
- 《表1 沉降实测值与计算值结果》2021.01.25
- 《表3 实测值与BP神经网络预测模型预测值之间的比较》2018.03.08
- 《表3 BP神经网络预测下沉值结果与实测结果对比分析》2019.12.28
- 《表6 线性模型值：城市盾构隧道施工地表沉降BP神经网络预测应用研究》2020.08.20
- 《表2 各模型预测值：一种基于遗传算法优化的BP神经网络建筑物沉降预测模型》2019.09.25
- 《表2 沉降实测值与两种模型值对比(mm)》2019.10.25
- 《表2 沉降与桩土应力比实测值与计算值对比结果》2019.09.25
- 《表2 沉降观测数据表：基于改进BP神经网络的路基沉降预测实例分析》2019.08.25
- 《表3 利用BP神经网络模型预测涌水量与实测涌水量的比较》2019.08.20
- 《表2 BP人工神经网络预测值与有限元仿真值的比较》2019.08.25
- 《表3 BP神经网络预测结果与实测结果具体情况》2019.08.25
- 《表1 BP神经网络预测值与实际值对比》2018.02.28
- 《表2 相关系数结果：融合遗传算法和BP神经网络对基坑地表沉降预测的应用研究》2018.10.25
- 《表1 检验指标：修正指数曲线法与灰色模型和BP神经网络预测在建筑物沉降中的对比分析》2018.08.25
- 《表5 残差改正数：修正指数曲线法与灰色模型和BP神经网络预测在建筑物沉降中的对比分析》2018.08.25