基于融合注意力机制LSTM网络的地下水位自适应鲁棒预测

佃松宜; 厉潇滢; 杨丹; 芮胜阳; 郭斌

doi:10.15961/j.jsuese.202300315

您当前的位置：

首页 >

文章列表页 >

基于融合注意力机制LSTM网络的地下水位自适应鲁棒预测

人工智能 | 更新时间：2024-03-14

- 基于融合注意力机制LSTM网络的地下水位自适应鲁棒预测
- Adaptive Robust Prediction of Groundwater Level Based on Fusion Attention Mechanism LSTM Network
- 工程科学与技术 2024年56卷第1期页码：54-64
- 作者机构：
  
  1.四川大学电气工程学院，四川成都 610065
  2.成都兴蓉市政设施管理有限公司，四川成都 610065
- 作者简介：
  
  [ "佃松宜（1972—），男，教授，博士. 研究方向：先进控制与人工智能算法；机器人与自动化. E-mail：scudiansy@scu.edu.cn" ]
  E-mail：bguodxl@scu.edu.cn
- 基金信息：
  
  国家重点研发计划项目（2020YFB1709705）
- DOI：10.15961/j.jsuese.202300315
  中图分类号： TV211.12
- 纸质出版日期：2024-1-20，
  
  网络出版日期：2023-8-24，
  
  收稿日期：2023-4-24，
扫描看全文
佃松宜,厉潇滢,杨丹,等.基于融合注意力机制LSTM网络的地下水位自适应鲁棒预测[J].工程科学与技术,2024,56(1):54–64

Dian Songyi,Li Xiaoying,Yang Dan,et al.Adaptive robust prediction of groundwater level based on fusion attention mechanism LSTM network[J].Advanced Engineering Sciences,2024,56(1):54–64
佃松宜,厉潇滢,杨丹,等.基于融合注意力机制LSTM网络的地下水位自适应鲁棒预测[J].工程科学与技术,2024,56(1):54–64 DOI： 10.15961/j.jsuese.202300315.

Dian Songyi,Li Xiaoying,Yang Dan,et al.Adaptive robust prediction of groundwater level based on fusion attention mechanism LSTM network[J].Advanced Engineering Sciences,2024,56(1):54–64 DOI： 10.15961/j.jsuese.202300315.

更多指标>

浏览量

下载量

CNKI被引量

文章被引用时，请邮件提醒。

提交

工具集

关联资源

暂无数据

基于融合注意力机制LSTM网络的地下水位自适应鲁棒预测

Adaptive Robust Prediction of Groundwater Level Based on Fusion Attention Mechanism LSTM Network

DOI：10.15961/j.jsuese.202300315