《表5 初始评价矩阵:数控机床热误差预测模型的评估方法》
由表4可知,RBF、MLR、BP三种模型的鲁棒性分别为0.6 143,0.8 469,0.6 074,数值越大,则鲁棒性越好。根据评价指标体系的式(9)~式(12)可以直接统计3种模型的其他4个指标:补偿占比、平均绝对误差、均方误差和皮尔逊相关系数,与刚才求得的鲁棒性一起构成初始评价矩阵Z,如表5所示。
图表编号 | XD0067533900 严禁用于非法目的 |
---|---|
绘制时间 | 2019.01.01 |
作者 | 江雪梅、陶媛媛、娄平、严俊伟、张小梅、胡缉伟 |
绘制单位 | 武汉理工大学信息工程学院、武汉理工大学信息工程学院、武汉理工大学信息工程学院、武汉理工大学信息工程学院、武汉理工大学信息工程学院、武汉理工大学信息工程学院 |
更多格式 | 高清、无水印(增值服务) |