利用深度学习进行电离层总电子含量预测与糖尿病视网膜病变诊断
一、利用循环神经网络(RNN)进行印尼地震期间电离层总电子含量(TEC)预测
-
2004 年 12 月地震期间 RNN 对 TEC 的预测性能
- 对 2004 年 12 月 24 - 27 日的 TEC 进行预测,并分析了均方根误差(RMSE)、相关系数(CC)、平均绝对误差(MAE)和平均绝对百分比误差(MAPE)。具体数据如下表:
| 日期 | RMSE | CC | MAE | MAPE |
| ---- | ---- | ---- | ---- | ---- |
| 24 - 12 - 2004 | 4.24 | 0.96 | 3.39 | 0.11 |
| 25 - 12 - 2004 | 9.25 | 0.82 | 6.98 | 0.33 |
| 26 - 12 - 2004 | 9.82 | 0.84 | 7.86 | 0.64 |
| 27 - 12 - 2004 | 3.86 | 0.97 | 3.25 | 0.21 |
| 平均 | 6.79 | 0.90 | 5.37 | 0.32 |
- 对 2004 年 12 月 24 - 27 日的 TEC 进行预测,并分析了均方根误差(RMSE)、相关系数(CC)、平均绝对误差(MAE)和平均绝对百分比误差(MAPE)。具体数据如下表:
-
2012 年 4 月地震期间 RNN 对 TEC 的预测性能
- 地震发生于 2012 年 4 月 11 日,对 2012 年 4 月 9 - 12 日的 TEC 进行预测。在 4 月 9 日,真实 TEC 和预测 TEC 差异较大,RMSE 为 10.08
超级会员免费看
订阅专栏 解锁全文
20

被折叠的 条评论
为什么被折叠?



