基于CNN-GRU-ATT的城市暴雨积水预测研究

  • 打印
  • 收藏
收藏成功
微博 QQ空间 微信


打开文本图片集

摘 要：多发频发的极端暴雨事件导致很多城市普遍面临严重内涝问题。能否准确高效地预测城市积水点的水位变化，是城市内涝防治的重要组成部分。为有效提升城市暴雨积水预测的精度和效率，建立了一种基于卷积神经网络（CNN）-门控循环单元（GRU）-注意力机制（ATT）的城市暴雨积水预测模型。首先利用CNN与GRU提取水位数据的局部空间特征和深层时间特征，然后引入ATT加强对降雨序列中关键信息的记忆，从而完成城市积水点的水位预测。（剩余13110字）

试读结束

目录
monitor