《表1 单个特征参数的预测结果》
最后,单独分析使用神经网络预测每个特征参数的结果,使之能够更清晰地看出预测位置与实际位置之间的误差,由此将2种神经网络单一特征进行预测,结果如表1所示。由表1可看出:GM(1,1)-LSTM网络预测结果误差在单个特征值上整体比GM(1,1)-BP神经网络小,但是2种网络预测时间间隔的最大值均比较大;在一般情况下,由GM(1,1)-LSTM网络处理的各个特征预测误差和精度均可满足列车定位要求。
图表编号 | XD00144891400 严禁用于非法目的 |
---|---|
绘制时间 | 2020.08.20 |
作者 | 王妍、陈永刚 |
绘制单位 | 兰州交通大学自动化与电气工程学院、兰州交通大学自动化与电气工程学院 |
更多格式 | 高清、无水印(增值服务) |