《表2 4种模型不同环境因子输入下测试集的模拟精度对比》

  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

《基于注意力机制神经网络的荒漠区蒸散量模拟》

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

注：LSTM为长短期记忆模型；AT-LSTM为基于注意力机制的LSTM模型；SVM为支持向量机模型；ELM为极限学习机模型。

由于验证集与测试集得到的ET模拟精度相差不大，因此使用测试集结果说明模型的模拟精度。表2为4个模型在不同参数因子组合下测试集10次模拟精度的平均值。从表2可知，不同输入参数下AT-LSTM模型的模拟效果较为稳定，RMSE在0.013～0.016 mm/30 min之间，MAE在0.006～0.008 mm/30 min之间，R在0.859～0.905之间。但SVM、ELM、SVM模型模拟精度变化较大。