《表6 不同粒子数量辨识效果》
提示：宽带有限、当前游客访问压缩模式
令粒子数从15增加至35，最大训练次数为2 000，结果如表6所示。粒子数大于等于20时误差趋于稳定，因此选定粒子数等于20。
| 图表编号 | XD0097365900 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2019.06.01 |
| 作者 | 李俊晖、石守东、谢志军、徐淼华、方劲 |
| 绘制单位 | 宁波大学信息科学与工程学院、宁波大学信息科学与工程学院、宁波大学信息科学与工程学院、宁波大学信息科学与工程学院、宁波大学信息科学与工程学院 |
| 更多格式 | 高清、无水印（增值服务） |
相关图表
- 《表2 不同数量浓度荧光粒子计数效率（20 s内总粒子数）》2020.10.31
- 《表6 不同乳胶组合对多彩粒子的影响》2020.09.30
- 《表3 粒子群算法结合非线性最小二乘法辨识得到的参数值》2020.09.01
- 《表2 粒子群算法辨识得到的参数值》2020.09.01
- 《表5 辨识正确率与数据样本数量的关系》2021.01.25
- 《表2 辨识结果比较：基于小生境粒子群算法的永磁同步电机参数辨识》2021.02.28
- 《表1 NPSO参数：基于小生境粒子群算法的永磁同步电机参数辨识》2021.02.28
- 《表1 重要性标度含义表：基于改进粒子群算法辨识Volterra级数的目标机动轨迹预测》2020.12.25
- 《表6 不同气体流量下的粒子速率统计结果》2020.06.10
- 《表1 不同数量磁性纳米粒子产生的磁通密度Y分量》2020.05.01
- 《表1 仿真模型参数值：改进粒子群算法的永磁同步电机多参数辨识》2020.07.01
- 《表6 不同纳米粒子下单搭接接头拉伸性能增长率对比》2019.12.01
- 《表5 烟尘粒子数量数据对比》2019.09.25
- 《表5 不同an辨识效果：基于边缘重建的双绞线绞距实时检测方法》2019.06.01
- 《表7 不同训练次数辨识效果》2019.06.01
- 《表2 基于粒子群算法的光伏阵列参数辨识结果》2019.07.28
- 《表4 电感及电容实际值：基于粒子群算法的电力电子电路参数辨识方法》2019.02.20
- 《表1 不同初始间距的粒子数量》2019.02.01
- 《表1 电机参数：基于云模型的改进粒子群PMSM参数辨识算法》2019.02.01
- 《表1 PSO参数设置：基于改进粒子群算法的旋转弹气动系数快速辨识》2018.12.01