《表4 VMD-ELSTM-GS与其他模型的比较》

  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

《基于深度学习的PM_(2.5)多模态集成预测应用》

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

注：加粗的数字表示最优结果

为了弄清VMD-ELSTM-GS预测模型与其他类型预测方法的优劣，本文对CNN-GS、EM-GS、CNN、EM四个模型进行了实证对比。其中，CNN为卷积神经网络，EM为指数平滑模型。在具体的参数设置上，CNN-GS的参数范围是经探针探测后再以网格搜索法进行搜索，优化参数设置为[输入样本数，过滤器，核，迭代次数，批量大小，时间步]=[30，64，3，100，100，1]，EM-GS的参数组合有限，通过全局搜索设置为[趋势类型，阻尼，周期，周期数，强制转换，偏差移除]=[′mul′，False，None，None，True，False]。无优化的CNN和EM利用经验选定。表4是不同模型下兰州和南京预测结果的精度比较。