《表3 各预测模型性能指标对比》
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CEEMDAN-SE和LSTM神经网络的PM_(10)浓度预测》
为了验证CEEMDAN-SE-LSTM模型的优越性,在相同的计算环境条件下,构建CEEMDAN-SE-LSTM、EEMD-SE-LSTM、LSTM和ELMAN模型,对比预测效果。其中,EEMD-SE-LSTM和LSTM模型的LSTM网络结构设计与CEEMDAN-SE-LSTM模型相同;ELMAN模型采用单隐含层的网络结构,隐含层神经元个数为12。将预测时间点前1天、前2天和前3天的PM10浓度数值和预测时间点的气象参数:温度、湿度、风向、风速、大气压作为LSTM模型和ELMN模型的输入。各模型的预测结果及实际PM10浓度值如图6所示。预测性能评价指标结果如表3所示。
图表编号 | XD00132657000 严禁用于非法目的 |
---|---|
绘制时间 | 2020.02.01 |
作者 | 梁涛、谢高锋、米大斌、姜文 |
绘制单位 | 河北工业大学人工智能与数据科学学院、河北工业大学人工智能与数据科学学院、河北建投能源投资股份有限公司、河北建投能源投资股份有限公司 |
更多格式 | 高清、无水印(增值服务) |