《表2 两种预测模型实验结果对比（h=3)》

  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

《基于多状态时间序列预测学习的电源车故障预测方法》

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

为了进一步验证基于LSTM预测模型的应用效果，本文采用经典的多维度支持向量回归机（M‐SVR)[31]预测模型进行对比实验。实验中，M‐SVR模型使用RBF核函数，其中核参数设为0.1627，惩罚因子C设为1，松弛变量ε为0.01，训练停止误差限为10-20，LSTM模型相关参数依据前述结论设置。引入RMSE和平均绝对误差（MAE）作为模型预测精度的衡量指标，对应的实验结果如表2所示。