基于CNN-BiLSTM的特高拱壩變形預(yù)測(cè)模型

打開文本圖片集

摘要： 為提高特高拱壩的變形預(yù)測(cè)精度，提出了一種基于卷積神經(jīng)網(wǎng)絡(luò)（CNN）和雙向長(zhǎng)短期記憶網(wǎng)絡(luò)（BiLSTM）的大壩變形預(yù)測(cè)模型.該模型利用CNN捕捉數(shù)據(jù)之間的空間關(guān)系，進(jìn)行特征提取，再將其輸入到BiLSTM中進(jìn)行時(shí)間維度上的演變規(guī)律考慮.通過特征融合和全連接層的拼接，得到更豐富和綜合的特征表示，最（剩余8873字）