《表2 预测模型参数:高速铁路列车晚点时间实时预测的神经网络模型》
此外,训练模型时采用了学习率衰减法,当模型损失在连续5个训练步上不减小时将学习率减为原来的50%来增加模型的鲁棒性及扩展能力。同时采用小批量技术以及RMSProp优化器训练模型来防止模型陷入局部最优。模型所有参数见表2。
图表编号 | XD0081921300 严禁用于非法目的 |
---|---|
绘制时间 | 2019.06.01 |
作者 | 黄平、文超##副教授、李忠灿、杨宇翔、彭其渊##教授 |
绘制单位 | 西南交通大学综合交通大数据应用技术国家工程实验室、西南交通大学综合交通运输国家地方联合工程实验室、滑铁卢大学铁路研究中心、西南交通大学综合交通大数据应用技术国家工程实验室、西南交通大学综合交通运输国家地方联合工程实验室、滑铁卢大学铁路研究中心、西南交通大学综合交通大数据应用技术国家工程实验室、西南交通大学综合交通运输国家地方联合工程实验室、西南交通大学综合交通大数据应用技术国家工程实验室、西南交通大学综合交通运输国家地方联合工程实验室、西南交通大学综合交通大数据应用技术国家工程实验室、西南交通大学综合交通 |
更多格式 | 高清、无水印(增值服务) |