《表2 不同模型在含有干扰因素的数据集上的评估结果》
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
《基于二向注意力循环神经网络的PM_(2.5)浓度预测》
根据图4可知,在不调整模型参数和结构的情况下,各类模型在含有干扰因素的数据集上的预测精度均有了不同程度的降低。其中,TDA-RNN和GRU在测试集上的预测误差的上四分位数降低程度最低,说明模型抗干扰能力较强。通过对比TDA-RNN与LSTM模型的评估结果可知本文提出的二向注意力机制增强了模型的抗干扰能力。
图表编号 | XD00200328800 严禁用于非法目的 |
---|---|
绘制时间 | 2020.12.25 |
作者 | 杨亚莉、李智伟、钟卫军 |
绘制单位 | 空军工程大学基础部、空军工程大学基础部、宇航动力学国家重点实验室 |
更多格式 | 高清、无水印(增值服务) |