《表1 GRU模型前五组最优参数组合以及预测精度》

  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GRU模型的电离层总电子含量预报》

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

首先根据设定超参数的取值范围:窗口分割长度L∈{24，48，…，336}，时期E∈{1，2，…，5}，批尺寸B∈{128，256，…，512}，然后以测试集上的均方根误差值最小作为目标函数运用多层网格搜索进行超参数优选。3个纬度前5组最优参数组合以及对应的预测精度见表1。可以看到批尺寸和时期个数越大时，越容易获得较高的预报精度，且在低、中、高纬度地区最优的窗口分割长度分别为216、192、192。