《表4 强预测器与弱分类器的误差比较》

  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AdaBoost集成的WPSO-RBF大坝变形监控模型》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

%

利用复相关系数R、均方差FMSE比较WPSO-RBF-Ada Boost模型、BP模型和统计模型的拟合精度（见表3），可以看出，WPSO-RBF-Ada Boost模型的复相关系数最大，均方差最小，曲线拟合精度最好。表4是选取拟合数据中的8个大坝变形位移对弱预测器和强预测器进行比较，可得出经过AdaBoost集成算法，可有效地提高模型的预测精度和拟合效果。