《表4 LSTM模型前5组最优参数组合以及对应的模型精度 (B飞机) Table 4 The first five groups of optimal parameters and correspon

  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LSTM循环神经网络的故障时间序列预测》

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

图10和图11分别展示了针对2个数据源（A飞机和B飞机）建立2.1节提到的LSTM预测模型的参数搜索结果。在每个子图中，横坐标为分割窗口长度L，纵坐标为状态向量大小Sstate，Rm为最小RMSE值；不同子图对应学习率η的不同取值；网格中的方块面积越大、颜色越深表示RMSE值越小。从图10和图11中可以看出，当L和Sstate取值较小时更容易获得较高的预测精度。表3和表4分别列出了针对2个数据源的前5组最优参数组合以及对应的模型精度。表1和表2对比可知，优选后的LSTM模型精度明显提高。