《表3 NARX不同参数预测结果与其他模式预测结果的最小、最大相对误差》
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
《NARX神经网络模型在昆明市环境空气质量预测中的应用》
注:“*”指按顺序排列的气象5参数:气温、湿度、风速、风向、气压。
在本文采用的特定研究数据对象条件下,更加复杂结构的LSTM网络在训练过程中过拟合,降低了网络的泛化能力,因此对于特定的样本数据,复杂网络并不一定总能占优势,结构适中的网络类型反而具有较强的泛化推广能力;2015年1月1日—2017年2月8日的城市日均气象及空气质量样本数据(共770组)并不大,对这样的小规模的特定样本数据,NARX比LSTM具有更好的泛化能力。NARX不同的网络参数、超级参数预测结果与其他模型预测误差的比较,见表3、表4。
图表编号 | XD0066290600 严禁用于非法目的 |
---|---|
绘制时间 | 2019.06.01 |
作者 | 赵琦琳、邱飞、杨健 |
绘制单位 | 云南省环境监测中心站、云南省环境监测中心站、昆明市环境监测中心 |
更多格式 | 高清、无水印(增值服务) |