《表4 不同站点数据的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》
为了验证提出的CEEMDAN-SE-LSTM预测模型的普适性,利用CEEMDAN-SE-LSTM、EEMD-SE-LSTM、LSTM和ELMAN模型分别对唐山市另外3个站点的实测数据进行训练和预测,结果如表4所示。可知:本文提出的CEEMDAN-SE-LSTM模型对不同站点的PM10浓度预测的结果仍是最优,该模型具有普适性。
图表编号 | XD00132657500 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) |