《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》
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。
图表编号 | XD00137623000 严禁用于非法目的 |
---|---|
绘制时间 | 2020.04.25 |
作者 | 黄恒君、王伟科 |
绘制单位 | 兰州财经大学统计学院、兰州财经大学统计学院 |
更多格式 | 高清、无水印(增值服务) |