《表3 模型各层参数:集成PCA和LSTM神经网络的浸润线预测方法》
采用PCA-LSTM模型,模型优化器选用RMSprop,该优化器通常被用于训练RNN,模型提前停止迭代的patience=5,训练批次为325。模型各层参数见表3。因为修正线性函数relu的非负区间的梯度为常数,所以避免了梯度消失问题,但是激活函数仅使用relu会导致输出值过大,而双曲正切函数tanh起着限制输出值的作用,因此,LSTM层的激活函数使用relu和tanh交替[20]。验证集设置占训练集的10%。
图表编号 | XD00178298300 严禁用于非法目的 |
---|---|
绘制时间 | 2020.03.01 |
作者 | 戴健非、杨鹏##教授、诸利一、郭攀、贯怀光 |
绘制单位 | 北京联合大学北京市信息服务工程重点实验室、北京联合大学北京市信息服务工程重点实验室、北京科技大学土木与资源工程学院、北京科技大学土木与资源工程学院、福建马坑矿业股份有限公司、北京联合大学北京市信息服务工程重点实验室 |
更多格式 | 高清、无水印(增值服务) |