《表4 基于RF与基于深度学习降尺度模型精度指标评价》
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
《基于深度学习的TRMM降水产品降尺度研究——以中国东北地区为例》
前人在TRMM产品降尺度研究中,多用RF算法进行模型构建。为对比模型精度,本文同样使用RF算法进行降尺度模型构建,并与深度学习降尺度模型对比。2种降尺度模型评价指标对比如表4所示,总体上来看,深度学习降尺度模型效果要好于RF模型效果。深度学习模型的决定系数R2各月份均不同程度上高于RF模型,同时,深度学习模型的RMSE和MRE也都低于同月份RF模型,说明深度学习算法能够更好地挖掘出输入特征因子与降水量的相关性,提升了模型拟合效果,预测出的降尺度降水精度更高。
图表编号 | XD00191246300 严禁用于非法目的 |
---|---|
绘制时间 | 2020.12.01 |
作者 | 杜方洲、石玉立、盛夏 |
绘制单位 | 南京信息工程大学遥感与测绘工程学院、南京信息工程大学遥感与测绘工程学院、南京信息工程大学遥感与测绘工程学院 |
更多格式 | 高清、无水印(增值服务) |