《表9 预测结果四:基于PCA和BRNN的土地负荷类型预测》
实验四采用本文提出的综合预测模型,对空间数据完成主成分分析实现降维并缩减重复信息,结合BP神经网络预测能力并加入贝叶斯正规化增强泛化能力。空白元胞负荷属性预测结果如表9所示。呈现的土地负荷分布图如图8所示。
图表编号 | XD00750700 严禁用于非法目的 |
---|---|
绘制时间 | 2019.11.15 |
作者 | 陆旦宏、王鑫、吴雅玲、蒋春容 |
绘制单位 | 南京工程学院、南京工程学院、南京工程学院、南京工程学院 |
更多格式 | 高清、无水印(增值服务) |
实验四采用本文提出的综合预测模型,对空间数据完成主成分分析实现降维并缩减重复信息,结合BP神经网络预测能力并加入贝叶斯正规化增强泛化能力。空白元胞负荷属性预测结果如表9所示。呈现的土地负荷分布图如图8所示。
图表编号 | XD00750700 严禁用于非法目的 |
---|---|
绘制时间 | 2019.11.15 |
作者 | 陆旦宏、王鑫、吴雅玲、蒋春容 |
绘制单位 | 南京工程学院、南京工程学院、南京工程学院、南京工程学院 |
更多格式 | 高清、无水印(增值服务) |