《表5 实际土地负荷：基于PCA和BRNN的土地负荷类型预测》
提示：宽带有限、当前游客访问压缩模式
注:表中结果项中数字1代表教学区，数字2代表行政区，数字3代表住宿区，数字4代表商业区，数字5代表工程实验区
各空白元胞的实际负荷属性如表5所示?
| 图表编号 | XD00750900 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） |
相关图表
- 《表6 不同土地利用类型的排放口污染负荷》2021.02.01
- 《表5 2025年各土地利用类型预测碳储量》2021.01.01
- 《表1 厦门两栖类名录：基于PCA-DBILSTM的多因素短期负荷预测模型》2020.12.01
- 《表4 基于土地暴露类型的人群情景暴露量预测》2020.05.01
- 《表1 1 不同土地利用类型下对城市非点源污染负荷影响分析结果》2020.06.01
- 《表3 各个子流域土地利用类型、面积及污染负荷量》2020.06.01
- 《表5 电动汽车型号参数：基于实时出行需求和交通路况的电动汽车充电负荷预测》2020.08.01
- 《表3 高峰负荷预测与实际负荷误差》2020.06.15
- 《表6 2018年平朔矿区土地利用类型实际值与马尔科夫预测值比较》2020.03.15
- 《表1 天气类型映射值：基于卡尔曼滤波预测节假日逐点增长率的电力系统短期负荷预测》2020.02.15
- 《表1 0%渗透率时的负荷预测结果与台区实际负荷对比》2020.01.25
- 《表5 畜禽粪便土地负荷警报值分级的环境影响》2020.01.01
- 《表5 能耗统计：基于实测数据和行车运行图的高铁牵引变电站负荷预测方法》2020.01.10
- 《表1 实际热负荷与预测热负荷值对比》2019.07.25
- 《表3 成分系数：基于PCA和BRNN的土地负荷类型预测》2019.11.15
- 《表9 预测结果四：基于PCA和BRNN的土地负荷类型预测》2019.11.15
- 《表8 预测结果三：基于PCA和BRNN的土地负荷类型预测》2019.11.15
- 《表7 预测结果二：基于PCA和BRNN的土地负荷类型预测》2019.11.15
- 《表6 预测结果一：基于PCA和BRNN的土地负荷类型预测》2019.11.15
- 《表4 参数指标：基于PCA和BRNN的土地负荷类型预测》2019.11.15