《表3 不同LSTM预测方案对应的安康站日径流预测精度指标》

  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

《汉江流域安康站日径流预测的LSTM模型初步研究》

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

总的来看，LSTM模型在检验期的表现不低于甚至要优于训练期，说明LSTM训练时对过拟合的控制较好，未出现明显泛化误差。从单变量方案、双变量方案到三变量方案，LSTM模型的径流预测精度大致呈阶段性上升，这说明LSTM网络具有较强学习能力，能够充分挖掘安康站日径流序列与相关的各种前期影响因素的可利用性，在1 d有效预见期的基础上实现较准确的径流预测。而当PT=2～3 d时，模型的预测精度显著降低，则说明在日时间尺度上安康站径流过程具有很强的动态变化特征，当相距时间延长时前期相关信息对当前日径流量的影响程度在快速降低。