基于CNN-Attention-LSTM的大壩變形預測模型

摘要： 【目的】預測大壩變形以規(guī)避風險是大壩變形監(jiān)測的重點，一個可靠的預測模型可以洞察大壩未來變形趨勢。為了更好地預測大壩的變形，提高預測精度和計算效率，【方法】提出了一種基于卷積神經(jīng)網(wǎng)絡(luò)(CNN)、注意力機制(Attention)和長短時記憶網(wǎng)絡(luò)(LSTM)的大壩監(jiān)測模型。CNN從監(jiān)測數(shù)據(jù)中提取特征，LSTM更好地從時間序列數(shù)據(jù)中學習，并在此CNN-LSTM模型的基礎(chǔ)上，耦合深度學習... （共12頁）