基于CNN-BiLSTM的特高拱坝变形预测模型

  • 打印
  • 收藏
收藏成功
微博 QQ空间 微信


打开文本图片集

摘要： 为提高特高拱坝的变形预测精度，提出了一种基于卷积神经网络（CNN）和双向长短期记忆网络（BiLSTM）的大坝变形预测模型.该模型利用CNN捕捉数据之间的空间关系，进行特征提取，再将其输入到BiLSTM中进行时间维度上的演变规律考虑.通过特征融合和全连接层的拼接，得到更丰富和综合的特征表示，最（剩余8873字）

试读结束

目录
monitor