图/表 详细信息

融合图自编码器与GRU的城市盗窃犯罪时空分布预测模型
赵丹, 杜萍, 刘涛, 令振飞
地球信息科学学报, 2023, 25(7): 1448-1463.   DOI: 10.12082/dqxxkx.2023.220584

方法 1月 5月 7月 11月
RMSE MSE MAPE/% RMSE MSE MAPE/% RMSE MSE MAPE/% RMSE MSE MAPE/%
MLP 2.42 1.50 11.75 4.41 2.49 15.50 3.54 2.13 14.08 1.51 1.28 12.18
GCN 2.16 1.36 10.00 1.93 1.32 12.60 3.19 1.92 13.00 1.38 0.86 7.10
CNN-LSTM 2.11 1.37 10.34 2.52 1.79 13.52 3.23 1.89 12.70 1.48 0.89 7.47
CNN-GRU 1.52 1.12 9.67 1.42 0.83 6.70 2.45 1.52 11.44 1.36 1.02 9.41
GAERNN 1.40 0.95 7.70 0.83 0.50 4.40 2.25 1.54 10.00 1.06 0.78 6.90
表3 各模型不同月份的预测误差
本文的其它图/表