《表2 模型预测性能评估》
另外,为了更直观地表现几种预测方法的预测效果,使用回归预测的3个常用评估指标平均标准误差(MAE)、平均平方误差(MSE)、平均百分比误差(MAPE)来对4种预测方法进行效果评估,对比结果如表2所示。从表2的对比结果可以看出:因BP神经网络易陷入局部极小,故预测精度较低;而SVM方法与RBF神经网络方法虽也有较高的精度,但因为基于DBN的预测方法是一种深度学习方法,能够利用深度模型提取更复杂的参数关系,因此能获得更为精确的预测结果。
图表编号 | XD0052822200 严禁用于非法目的 |
---|---|
绘制时间 | 2019.05.15 |
作者 | 王华秋、王斌 |
绘制单位 | 重庆理工大学两江人工智能学院、重庆理工大学计算机科学与工程学院 |
更多格式 | 高清、无水印(增值服务) |