《表7 粒子群神经优化网络模型的实证分析结果》
提示：宽带有限、当前游客访问压缩模式
本系列图表出处文件名：随高清版一同展现
《基于BPPSO优化模型的高新企业技术项目选择研究》
采用所建好的粒子群神经优化网络模型进行计算，结果见表7。
| 图表编号 | XD0085135400 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2019.07.15 |
| 作者 | 李新安 |
| 绘制单位 | 河南财经政法大学、河南省区域产业创新与发展软科学研究基地 |
| 更多格式 | 高清、无水印（增值服务） |
提示：宽带有限、当前游客访问压缩模式
相关图表
- 《表1 实验结果：基于粒子群算法优化神经网络的电子音乐分类模型》2020.05.01
- 《表2 检测结果表：基于粒子群算法的RBF径向基神经网络教学质量评价模型》2020.07.05
- 《表2 粒子群优化RBF神经网络预测值误差分析》2020.04.25
- 《表2 异常数据表：基于粒子群优化小波神经网络的行程时间预测》2020.04.01
- 《表2 温度变量相关系数：基于粒子群优化灰色神经网络的机床主轴热误差建模》2019.10.01
- 《表1 温度传感器布置：基于粒子群优化灰色神经网络的机床主轴热误差建模》2019.10.01
- 《表2 粒子群算法的参数：基于PSO优化BP神经网络的光伏发电量预测》2019.08.25
- 《表2 试件材料性能参数：基于二阶粒子群算法优化的神经网络再制造工件疲劳寿命预测》2019.07.28
- 《表4 神经网络预测结果：基于二阶粒子群算法优化的神经网络再制造工件疲劳寿命预测》2019.07.28
- 《表3 部分疲劳试验数据：基于二阶粒子群算法优化的神经网络再制造工件疲劳寿命预测》2019.07.28
- 《表3 粒子群神经网络优化模型与各类算法在时间及精确度方面比较》2019.07.15
- 《表1 样本识别率：粒子群优化BP神经网络在步态识别中的研究》2019.08.20
- 《表2 基于混沌粒子群优化BP神经网络的网络安全风险评估系统》2019.06.08
- 《表1 特征量映射表：改进粒子群优化BP神经网络短期负荷预测研究》2019.06.25
- 《表4 粒子群优化BP神经网络训练出的隐含层到输出层权值阈值》2019.05.01
- 《表2 粒子群优化BP神经网络训练出的输入层与隐含层权值阈值》2019.05.01
- 《表1 评价标准：基于改进粒子群算法优化小波神经网络的短时交通流预测》2019.01.15
- 《表2 实验结果对比：粒子群优化神经网络的土壤有机质高光谱估测》2019.05.20
- 《表2 改进简化粒子群算法的BP神经网络模型湿度补偿后的结果》2018.03.01
- 《表1 评价结果：基于粒子群优化小波神经网络的大型商场应急疏散能力评价仿真分析》2018.02.01