《表2 EMD-LSTM模型预测9个检测器数据的误差指标》

  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

《基于时空相关性的短时交通流预测模型》

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

EMD分解得到8个IMF分量，所以，时空EMD-LSTM模型需要8个单层神经网络；隐含层单元个数分别为[70，100，60，200，50，30，30，70]，L2正则化方法的系数大小分别为[0.0001，0.00001，0.0，0.0，0.0，0.0001，0.0001，0.0001]，输出层的单元数为1，初始学习速率为0.001，激活函数为relu、线性函数为linear，优化算法为Adam，迭代次数为200。为了提高训练效率，设置了提前停止。经过仿真实验得到基于时空特性的EMD-LSTM模型预测9个检测器数据的误差指标如表2所示：