基于ARIMA和LSTM模型的建筑安全事故预测
打开文本图片集
摘 要：研究比较差分自回归移动平均模型（Autoregressive Integrated Moving Average model，简称ARIMA）与长短期记忆神经网络（Long Short Term Memory，LSTM）模型在建筑安全事故预测中的效果。采用2012—2018 年全国建筑安全事故快报数据训练ARIMA及LSTM模型，并对全国每年、每月发生的建筑安全事故次数进行预测，使用RMSE和MAE作为评价指标对比两种模型的预测准确率。（剩余8977字）
