《表1 0 GHCN-D数据集上预测4帧的RMSE结果比较》

  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

《面向季节性时空数据的预测式循环网络及其在城市计算中的应用》

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

GHCN-D数据集获取自美国国家海洋和大气管理局，每日的最高气温会呈现以年为周期的季节性．因此本文使用待预测数据过去一年相近时间段的历史数据作为历史周期数据，具体来说，本文使用滑动窗口截取序列，每个序列包括8个连续帧（4帧输入，4帧输出），并使用一年前相同日期及其邻近8天的历史数据作为季节网络的输入．实验结果如表10所示，STP-RNN模型将RMSE指标降低了0.05左右，取得了比其他模型更好的预测效果．