《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》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

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。