《表5 不同模型预测误差对比》

  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

《基于长短期记忆生成对抗网络的小麦品质多指标预测模型》

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

为比较本文模型相对于其他时序预测模型的准确度差异，使用相同的小麦多指标时序数据，选择LSTM、多元线性回归模型[14]、支持向量机回归模型（Support Vector Regression，SVR）[15]、人工神经网络（Artificial Neural Network，ANN）[16]、灰色预测模型（Grey Model，GM）[17]这5种常用预测模型的计算结果作为对比，通过对模型的参数进行优化可得到不同模型的预测结果如表5所示。其中SVR模型采用径向基核函数；LSTM-GAN模型根据参数优化结果取时序长度为6、隐含层为2、每层神经元个数为10；LSTM，SVR，ANN和LSTM-GAN这4种模型采用相同的训练次数。