《表1 初始化参数表：基于混合优化RBF神经网络的月平均气温预测》
提示：宽带有限、当前游客访问压缩模式
表1给出了实验初始化参数。
| 图表编号 | XD0096233700 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2019.08.05 |
| 作者 | 魏爽、王丽吉、吴书成、鲁奕岑 |
| 绘制单位 | 浙江省气象信息网络中心、浙江省气象信息网络中心、浙江省气象信息网络中心、浙江省气象信息网络中心 |
| 更多格式 | 高清、无水印（增值服务） |
![表1 1998～2012年1～6月部分城市的月平均最低气温与月平均最高气温/℃[9]](http://bookimg.mtoou.info/tubiao/gif/NSGJ202010005_12000.gif)
相关图表
- 《表1 砂浆配合比：基于小波分析与奇异谱分析的RBF神经网络模型预测》2020.06.25
- 《表1 原始气象观测数据：基于时空优化LSTM深度学习网络的气温预测》2020.06.30
- 《表1 1998～2012年1～6月部分城市的月平均最低气温与月平均最高气温/℃[9]》2020.04.10
- 《表3 输入、输出层参数：基于RBF神经网络的施工进度日计划完工率预测模型》2020.08.01
- 《表2 预测算法比较：基于RBF神经网络的施工进度日计划完工率预测模型》2020.08.01
- 《表2 粒子群优化RBF神经网络预测值误差分析》2020.04.25
- 《表2 爆破效果预测：基于RBF神经网络的露天矿爆破效果预测研究》2020.01.15
- 《表1 样本数据表：基于RBF神经网络的露天矿爆破效果预测研究》2020.01.15
- 《表1 样本数据：基于BP-RBF神经网络的组合模型预测港口物流需求研究》2019.09.10
- 《表1 预测模型对比指标：基于GM-RBF神经网络的污水环境预测》2019.09.20
- 《表5 优化结果对比：基于RBF神经网络模型的改进加权主成分分析参数全局优化研究》2019.05.01
- 《表3 主成分分析表：基于RBF神经网络模型的改进加权主成分分析参数全局优化研究》2019.05.01
- 《表1 因子水平设计：基于RBF神经网络模型的改进加权主成分分析参数全局优化研究》2019.05.01
- 《表2 牛筋草种子采集地的月平均气温、平均最高温和平均最低温 (2014—2016年)》2019.06.15
- 《表1 拟合预测结果：基于稳健估计的正则化RBF网络拟合模型优化》2019.06.01
- 《表1 各车型规律分析：基于QPSO-RBF神经网络的混合交通流车速预测模型》2019.01.25
- 《表2 最优初始参数值：灰色-神经网络算法预测地网腐蚀与优化》2018.06.25
- 《表2 类似工程所在地的月平均气温对比 (单位:℃)》2018.08.10
- 《表1 渔船主尺度：基于RBF神经网络的渔船尾部型线两目标优化》2018.10.25
- 《表1 定位误差对比表：基于优化RBF神经网络的无线室内定位》2019.11.28