融合注意力机制的CNN-LSTM模型预测蒸发皿蒸发量

  • 打印
  • 收藏
收藏成功
微博 QQ空间 微信


打开文本图片集

摘要：蒸发量数据对于水循环机制理解、水资源规划和农业灌溉管理等领域至关重要。基于新疆吐鲁番地区1973～2022年的逐日气象数据，按各气象因素重要性进行分组，以卷积神经网络（CNN）和长短期记忆神经网络（LSTM）模型为基础模型，融入注意力机制（Attention）以增强模型对关键气象因素的识别和处理能力，构建了一种CNN-LSTM-Attention组合模型来预测蒸发皿蒸发量。（剩余10895字）

试读结束

目录
monitor