《表6 轮胎滚动阻力RBF和BP神经网络模型预测值的相对误差》
提示：宽带有限、当前游客访问压缩模式
对轮胎滚动阻力的预测值与实测值进行比较，获得的RBF和BP神经网络模型预测值的相对误差如表6所示。
| 图表编号 | XD0096482100 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2019.10.25 |
| 作者 | 毛鑫昕、毛建清、王东哲 |
| 绘制单位 | 大连海事大学理学院、中策橡胶集团有限公司、大连海事大学理学院 |
| 更多格式 | 高清、无水印（增值服务） |
相关图表
- 《表4 实验方案：基于BP和RBF神经网络的表面质量预测研究》2020.10.20
- 《表1 0 多项式回归、ARIMA模型和BP神经网络模型预测误差对比》2020.12.25
- 《表1 基于LM算法和BR算法的BP神经网络预测的相对误差》2020.10.25
- 《表1 BP神经网络预测值与实际值相对误差及其状态分布》2020.11.15
- 《表1 ARIMA模型和RBF神经网络模型预测误差的统计分析》2020.06.25
- 《表3 组合模型预测结果：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4 预测精度比较：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 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 BP神经网络和RBF神经网络混沌预测误差对比表》2019.09.25
- 《表5 轮胎滚动阻力RBF神经网络模型部分预测结果N》2019.10.25
- 《表2 轮胎滚动阻力RBF神经网络训练数据拟选结果》2019.10.25
- 《表4 不同σ下的轮胎滚动阻力预测值平均误差》2019.10.25
- 《表6 GARCH模型和BP模型长期预测相对误差及预测价格波动比例的配对T检验》2019.09.30
- 《表4 GARCH模型和BP模型中期预测相对误差及预测价格波动比例的配对T检验》2019.09.30
- 《表2 GARCH模型和BP模型短期预测相对误差及预测价格波动比例的配对T检验》2019.09.30
- 《表5 GARCH模型和BP模型长期预测相对误差及预测价格波动比例》2019.09.30
- 《表3 GARCH模型和BP模型中期预测相对误差及预测价格波动比例》2019.09.30
- 《表1 GARCH模型和BP模型短期预测相对误差及预测价格波动比例》2019.09.30
- 《表3 滚动预测样本构成：基于RBF神经网络模型的资源型城市生态安全预警——以榆林市为例》2019.05.01
- 《表3 采用BP神经网络预测的结果及相对误差》2018.09.15