《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》
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。
图表编号 | XD00204428300 严禁用于非法目的 |
---|---|
绘制时间 | 2020.11.01 |
作者 | 齐建东、买晶晶 |
绘制单位 | 北京林业大学信息学院、国家林业草原林业智能信息处理工程技术研究中心 |
更多格式 | 高清、无水印(增值服务) |