《表1 5种预测模型输入参数》
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
《一种基于深度学习的FRS-CLSTM风速预测模型》
分别运用BP、ARIMA、LSTM、CLSTM、FRS-CLSTM进行预测,预测模型输入参数如表1所示。BP神经网络和LSTM神经网络的输入参数相同,时间序列ARIMA仅将风速作为输入参数,CLSTM融入风速软测量参数,FRS-CLSTM使用模糊粗糙集的属性约简和风速软测量参数。
图表编号 | XD00226523600 严禁用于非法目的 |
---|---|
绘制时间 | 2020.09.28 |
作者 | 姚万业、黄璞、姚吉行、贾昭鑫 |
绘制单位 | 华北电力大学自动化系、华北电力大学自动化系、华北电力大学自动化系、华北电力大学自动化系 |
更多格式 | 高清、无水印(增值服务) |