《表9 PSO-SVM的预测误差》
提示：宽带有限、当前游客访问压缩模式
由表12和表13可知，本文构建的DBN-P/GSVM模型的预测效果优于LSTM和LSTM-Softmax模型.
| 图表编号 | XD0069657000 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2019.08.01 |
| 作者 | 龙小强、李捷、陈彦如 |
| 绘制单位 | 广州市交通运输研究所与广州市公共交通研究中心、北京东方科技集团股份有限公司CIO组织数字化应用中心、西南交通大学经济管理学院 |
| 更多格式 | 高清、无水印（增值服务） |
相关图表
- 《表2 误差分析：基于PSO-SVM算法的乐昌峡鹅公带滑坡体位移预测模型》2020.09.01
- 《表8 基于径向基核函数的PSO-SVM拟合均方误差》2020.12.10
- 《表9 基于径向基核函数的PSO-SVM外推误差》2020.12.10
- 《表8 模型测试结果：基于PSO-SVM模型的物流业景气指数组合预测研究》2020.12.01
- 《表2 漏点平均误差：基于PSO-SVM模型的供水管网漏损诊断》2020.07.25
- 《表9 不同平滑指数的预测误差值与预测误差率》2020.02.28
- 《表4 预测结果对比表：基于PSO-SVM的安全投入预测模型研究》2020.02.25
- 《表3 归一化后数据：基于PSO-SVM的安全投入预测模型研究》2020.02.25
- 《表1 PSO-SVM预测结果》2020.02.25
- 《表9 表观密度实验值与预测值之间的误差》2019.11.25
- 《表1 湖区监测点位置：基于PSO-SVM的景观湖泊水体叶绿素a含量预测》2019.11.25
- 《表4 PSO-SVM模型预测叶绿素a所得水质富营养化指数》2019.11.25
- 《表4 系统中PSO-SVM模型的财务风险预测结果》2019.09.15
- 《表1 拟合方程系数：基于光纤监测和PSO-SVM模型的马家沟滑坡深部位移预测研究》2019.08.01
- 《表9 预测结果平均误差比较》2019.04.01
- 《表1 PSO-SVM预测结果》2019.01.01
- 《表2 PSO-SVM安全系数预测》2019.02.25
- 《表9:黄金指数预测误差方差分解》2018.04.20
- 《表4 PSO-SVM模型分类精度预测结果》2019.11.30
- 《表1 数据集属性：基于改进PSO-SVM的预测算法研究》2019.11.25