《表1 位标器陀螺仪性能预测结果对比》

  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

《结合多体动力学先验知识与核方法的位标器性能预测技术》

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

粗体表示最佳性能

为了说明所提出算法的有效性，使用所提出的A-LPSVR算法、LPSVR算法、SVR算法以及人工神经网络（Artificial Neural Network，ANN）分别构建了位标器陀螺仪的性能预测模型。A-LPSVR、LPSVR和SVR中取惩罚因子C=100，间隔带宽度ε=0.1，高斯核函数参数σ分别取0.7、0.007、0.03。人工神经网络为双隐层，神经元分别为6个和4个，学习率0.001，使用Relu激活函数，优化方式为Adam。实验结果如图5、图6所示，表1展示了不同方法所构建模型的均方根误差（RMSE）与平均绝对误差（MAE）。