《表4 预报结果展示:基于机器学习的脉动源格林函数预报初探》
预报结果的误差分析(误差绝对值取负对数)如图7所示。由图7可知在区域边缘附近,误差扰动往往比较大,实际应用过程中这一区域要做特殊处理。结果表明sigmoid激活函数和Adam优化算法可以加快模型训练速度和预报精度。其他条件一定时,增加神经网络模型深度会增加训练时间,但拟合精度大致不变。模型1预报误差有99.81%在10-4至10-6之间,预报误差小于10-5的比例为66.21%,这个精度可以满足水动力计算需求。模型1部分预报结果展示如表4所示。
图表编号 | XD00187962500 严禁用于非法目的 |
---|---|
绘制时间 | 2020.11.30 |
作者 | 常宏宇、朱仁传、黄山 |
绘制单位 | 上海交通大学船舶海洋与建筑工程学院海洋工程国家重点实验室、上海交通大学船舶海洋与建筑工程学院海洋工程国家重点实验室、上海交通大学船舶海洋与建筑工程学院海洋工程国家重点实验室 |
更多格式 | 高清、无水印(增值服务) |