《表3 典型城市LSTM网络参数》

  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网络的中国夏季降水预测研究》

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

事实上，调参最终目的是提升预测准确率。实际操作中预测准确率体现为经训练后的预测结果与观测之间的RMSE。为叙述方便，本节以北京、上海、广州为例进行结果对比分析。其中，输入层节点数为60个预测因子，输出层节点数均为1，即预测降水，其他参数详见表3。3个典型城市分别处在不同纬度，夏季降水量大小有着明显差异，结合160站整体调优过程，可以发现：对于降水量相对较多的中东部低纬地区，RMSE的最优值大多高于同经度高纬降水较少的地区，隐含层节点数、学习率的灵敏度较低，这可能是受制于LSTM网络对极端降水的预测能力大小。