《表2 预测数据与实际数据对比表》
提取 ⇩
《基于BP神经网络的校园中水用水量预测研究》
在运用BP神经网络预测中水用水量时，相对误差的计算公式为，根据预测数据与实际数据，计算出相对误差，列出结果对比表（如表2），由表中计算结果可以看出，有18个时间段的预测数据与实际数据相对误差在0.05范围内，占比为75%，可以证明中水用水量预测模型在实际应用中有一定的应用价值，预测结果准确，有效。
| 图表编号 | B166652666 |
|---|---|
| 出版时间 | 2019.11.25 |
| 作者 | 明亮、吴永强、安娟、王旭朝 |
| 研究主题 | 基于BP神经网络的校园中水用水量预测研究 |
| 出版单位 | 河北建筑工程学院能源与环境工程学院、河北建筑工程学院能源与环境工程学院、河北建筑工程学院能源与环境工程学院、河北建筑工程学院能源与环境工程学院 |
| 更多格式 | JPG/无水印（增值服务） |
| 定制格式 | Excel格式（增值服务） |
传媒
查看“表2 预测数据与实际数据对比表”的人还看了
-
- 表1 BP神经网络与递归STA/LTA-BP神经网络识别结果
- 综合集成高精度智能微震监测技术及其在深部岩石工程中的应用
-
- 表2 神经网络预测含水量的数据集
- 木材干燥质量的概率神经网络预测
-
- 表3 精度分析：BP神经网络在高校校园网络安全评价中的应用与研究
- BP神经网络在高校校园网络安全评价中的应用与研究
-
- 表1 BP神经网络训练输出数据表
- 基于BP神经网络和遗传算法的永磁同步电机控制系统
-
- 表2 BP神经网络和GP-BP神经网络输出与识别结果
- GA-BP神经网络在带式输送机故障监测系统中的应用
-
- 表1 BP神经网络模型试验数据
- 基于深度学习的电力设备智能运行方式的研究