《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》

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。