《表3 典型城市LSTM网络参数》
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。
图表编号 | XD00168394700 严禁用于非法目的 |
---|---|
绘制时间 | 2020.05.30 |
作者 | 沈皓俊、罗勇、赵宗慈、王汉杰 |
绘制单位 | 清华大学地球系统科学系地球系统数值模拟教育部重点试验室、清华大学地球系统科学系地球系统数值模拟教育部重点试验室、全球变化与中国绿色发展协同创新中心、清华大学地球系统科学系地球系统数值模拟教育部重点试验室、中国气象局国家气候中心、清华大学地球系统科学系地球系统数值模拟教育部重点试验室 |
更多格式 | 高清、无水印(增值服务) |