《表1 不同预测模型的性能指标对比》

  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CNN-LSTM的混凝土坝渗流预测》

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

采用2010年9月1日至2012年7月22日左岸绕坝渗流孔F11断层平硐处的排水孔共684组渗流观测数据作为训练样本，将2012年7月23日至8月21日共30组渗流观测数据作为测试样本。试验程序用深度学习框架TensorFlow编写，训练过程中采用均方误差（MSE）作为损失函数。为评价CNN-LSTM预测模型的性能，分别建立了统计回归模型、BP神经网络模型和LSTM模型，将其预测能力进行对比分析，各模型的拟合与预测过程线见图4，各项性能指标对比见表1。