今日好文 | 基于注意力机制优化的LSTM河流溶解氧预测模型研究

文章预览

喜欢就关注我吧，订阅更多最新消息 基于注意力机制优化的LSTM河流溶解氧预测模型研究 周泉 1 ,胡轩铭 2 , 王东昆 2 , 张武才 1 , 陈中颖 1 , 王金鹏 1 , 汪澎洋 2 , 任秀文 1 1. 生态环境部华南环境科学研究所，国家环境保护水环境模拟与污染控制重点实验室，广东 广州　510530 2. 澳门大学，智慧城市物联网国家重点实验室，澳门特别行政区　999078 摘要 溶解氧(DO)是水体中的重要水质指标，构建数据驱动模型，实现对溶解氧的准确预测，将为水环境管理提供科学有效的技术手段.  考虑到溶解氧序列数据非线性强、非平稳性突出的特点，提出一种基于双阶段注意力权重优化机制的长短时记忆网络(long short-term memory, LSTM)的河流溶解氧预测模型(DAIW-LSTM模型)，该模型的编码器包含双阶段权重优化的空间注意力机制，而解码器包含双阶段权重优化的时间注意力机 ………………………………