《表2 COVID-19谷歌趋势搜索热度值测试集评价指标实验结果》

  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EEMD-Transformer模型的舆情分析：以COVID-19舆情为例》

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

从表2中可以看出，本文模型的平均绝对误差和均方误差等4个评价指标都是最低的，这是因为经过EEMD分解之后，从不同的频率范围表征原数据，降低了原数据中噪声的影响，增强了特征抽取的效果，进一步提高了神经网络的拟合和预测能力。尤其是本文的模型和原Transformer模型的MAPE和MSE，分别相差4.15和9.7左右，所以对于时间序列信号，通过分解得到不同频率上的特征对于模型建立和预测十分重要。由实验结果可以看出本文所提出的时间序列预测模型可信。