《表4 模型精度:基于GRU-RNN模型的城市主干道交通时间预测》
因此,基于GRU的时间序列模型在数据点较多且预测时间较长时,比LSTM模型达到要求训练精度,满足要求时所用的模型学习时间明显较快,适用于在精度要求不高但对速度敏感的场景中。
图表编号 | XD0083796700 严禁用于非法目的 |
---|---|
绘制时间 | 2019.08.01 |
作者 | 张铭坤、王昕 |
绘制单位 | 北京信息科技大学理学院、北京信息科技大学理学院 |
更多格式 | 高清、无水印(增值服务) |
因此,基于GRU的时间序列模型在数据点较多且预测时间较长时,比LSTM模型达到要求训练精度,满足要求时所用的模型学习时间明显较快,适用于在精度要求不高但对速度敏感的场景中。
图表编号 | XD0083796700 严禁用于非法目的 |
---|---|
绘制时间 | 2019.08.01 |
作者 | 张铭坤、王昕 |
绘制单位 | 北京信息科技大学理学院、北京信息科技大学理学院 |
更多格式 | 高清、无水印(增值服务) |