《表4 SAE, SVR和线性回归模型的预测性能对比》
提示：宽带有限、当前游客访问压缩模式
比较了本文所使用的SAE模型与SVR模型和线性回归模型的性能．表4显示当使用相同的训练和测试集来训练和测试这些模型时，SAE模型可以提供比SVR和线性回归模型更准确的空气质量预测．
| 图表编号 | XD0065118100 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2019.06.01 |
| 作者 | 康兵兵、党鑫 |
| 绘制单位 | 天津工业大学计算机科学与软件学院、天津工业大学计算机科学与软件学院 |
| 更多格式 | 高清、无水印（增值服务） |
相关图表
- 《表4 线性回归分析结果：温湿环境下棉织物的抗皱性能变化规律及其预测模型》2020.10.25
- 《表2 4种方法预测性能：改进粒子群算法优化SVR水质预测模型研究》2021.02.15
- 《表4 预测误差估计结果：基于线性回归和MLP神经网络的招标采购预测模型》2021.02.28
- 《表4 基学习器权重：基于逐步回归的AdaBoost-SVR模型在海上风电项目造价预测中的应用》2020.07.28
- 《表6 多元线性回归和SVM模型的预测误差对比》2020.05.10
- 《表3 SVR模型的预测性能》2020.07.05
- 《表4 SVR回归预测精度评估表》2020.01.25
- 《表5 测试期各站点BRR-SVR、BRR和SVR模型预测精度计算结果》2019.12.01
- 《表4 校验期各站点BRR-SVR、BRR和SVR模型预测精度计算结果》2019.12.01
- 《表4 土壤水力参数模拟的多元线性逐步回归方程、传递函数方程和模型预测精度》2019.11.01
- 《表2 ANFIS和SVR模型预测结果》2019.09.01
- 《表4 优化模型预测结果：基于改进线性回归模型的民航货物周转量预测》2019.09.05
- 《表2 ELM模型和SAE-ELM模型苹果硬度的计算和预测结果》2019.06.10
- 《表4 多重共线性表：基于多元线性回归的汽车油耗预测模型》2019.03.01
- 《表6 RF-SVR模型和SVR模型预测性能比较》2019.07.01
- 《表1 NARX、BP、及逐步线性回归模型预测性能对比》2019.06.30
- 《表4 模型预测精度：一种基于ARIMA-SVR混合方法的汇率预测模型》2019.01.07
- 《表4 NV-SVR预测模型与传统的智能预测模型的性能比较Table 4 Performance comparison of NV-SVR prediction model with the traditional intelligent p》2018.03.06
- 《表6 模型预测结果：基于灰关联分析法和多元线性回归模型的有轨电车能耗预测》2019.12.10
- 《表5 线性回归模型与SVR模型分段水深精度》2019.11.28