《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》
%
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。
图表编号 | XD008641400 严禁用于非法目的 |
---|---|
绘制时间 | 2018.05.01 |
作者 | 沈晶鑫、房彬、郑东健、郭芝韵、李丹 |
绘制单位 | 河海大学水利水电学院、河海大学水文水资源与水利工程科学国家重点实验室、河海大学水利水电学院、中国电建集团贵阳勘测设计研究院有限公司、河海大学水利水电学院、河海大学水文水资源与水利工程科学国家重点实验室、河海大学水利水电学院、河海大学水文水资源与水利工程科学国家重点实验室、河海大学水利水电学院、河海大学水文水资源与水利工程科学国家重点实验室 |
更多格式 | 高清、无水印(增值服务) |