模型在气温预测方面的表现.研究结果表明,CNN-LSTM模型在预测精度和稳定性方面优于ARIMA模型,CNN-LSTM模型结合了卷积神经网络(CNN)和长短期记忆网络(LSTM)的优点,CNN能够降低数据维度,而LSTM能保持对长时间跨度的时间序列的良好记忆.这种模型充分考虑了气象数据的时间相关性,从而可以提高对海量,长时间序列气温数据的预测...
基于CNN-LSTM模型的全球气温预测研究 张宇;何青霞;曾诗懿 【期刊名称】《应用数学进展》 【年(卷),期】2024(13)1 【摘要】最新数据表明,自20世纪初以来,温室效应不断加剧,导致全球平均气温上升约1.4℃,极端高温天气严重影响了人们的生活、生产和健康。因此,对全球气温进行预测具有重要意义,本文根据气温时间序列构建...
ARIMA模型的预测效果,我们分别利用1880年至2022年的全球平均气温数据对这两种模型进行了训练和预测.通过对预测结果的对比和精度验证,可以全面评估这两种模型在气温预测方面的表现.研究结果表明,CNN-LSTM模型在预测精度和稳定性方面优于ARIMA模型,CNN-LSTM模型结合了卷积神经网络(CNN)和长短期记忆网络(LSTM)的优点,CNN...