《表2 56106号测站不同模型精度评价指标对比》

  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LSTM神经网络的青藏高原月降水量预测》

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

5种预测模型的预测精度统计结果如表2所示。根据表2，预测精度由高到低依次为：LSTM、RNN、NAR、SSA和ARIMA，LSTM模型的RMSE和MAE均为最低，RMSE比其他模型平均低了17.86，MAE比其他模型平均低了12.34，R2比其他模型平均高了0.31。由此可以说明，对56106测站来说LSTM模型的预测效果最优。