《表3 各确定参数方法的反演误差(均方根高度反演)》

  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

《基于多算法优化SVM的粗糙面参数反演》

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

随机选择参数的方法与K-CV，GA，PSO三种的参数寻优算法的参数寻优范围均为[0，20].表2和表3给出了各方法优化SVM反演的具体误差数据.同时，表4和表5给出了三种优化算法寻找的最佳参数和运行时间.可以看出，三种优化方法寻找的参数均能显著提高模型的回归预测能力（相对于随机选取参数的方法而言）.其中，K-CV寻优的参数反演后的误差曲线最贴近零误差水平线，同时PSO和GA算法也能达到很好的寻优效果.