《表5 不同模型的预测性能》
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
《基于时空优化长短期记忆网络与烟花算法的AQI预测》
利用不同预测模型,在相同的数据集上进行对比实验,预测结果如表5所示。由表5可以看出,采用了超参数寻优算法的两种预测模型LSTM-FWA和LSTM-GS的预测精度明显高于采用试凑法确定超参数组合的LSTM模型。LSTM-FWA预测模型性能优于LSTM-GS预测模型性能。相比于多维网格二次搜索法,烟花算法在超参数寻优中表现出了更加良好的性能,更容易收敛到全局最优。因此可以得出结论:相较于多维网格二次搜索法,烟花算法应用于深度学习超参数组合优化问题能够得到更优的超参数组合。
图表编号 | XD0077699000 严禁用于非法目的 |
---|---|
绘制时间 | 2019.06.24 |
作者 | 赵俭辉、董婷、蔡波 |
绘制单位 | 武汉大学计算机学院、武汉大学计算机学院、武汉大学国家网络安全学院 |
更多格式 | 高清、无水印(增值服务) |