基于CNN-BiLSTM-Attetion的银杏液流预测模型及环境因子影响研究
所屬分類：技术论文
上傳者：wwei
文檔大?。?span>4124 K
標(biāo)簽： 树干液流预测模型 CNN-BiLSTM-Attetion 环境因子
所需積分：0分積分不夠怎么辦？
文檔介紹：树木液流受生理活动和多重环境因子的共同作用，表现为非线性和随机性特征，为预测模型的精确度带来挑战。对此，结合CNN卷积层、BiLSTM双向网络结构和注意力机制的优势分别对树干液流序列的局部特征、长期依赖和关键信息进行提取，并根据自测银杏液流数据集构建基于CNN-BiLSTM-Attetion的树干液流预测模型。该模型的R2、MSE和MAE分别为0.977 3、0.002 9和0.013 4，相较于CNN、BiLSTM、XGBoost、RNN和TCN建立的模型均有不同程度的提高。另外，还利用特征工程对环境因子的重要性进行排名，分析银杏树干液流在生长季初期对环境因子的响应规律，对银杏生长季初期的灌溉和养护提供理论依据。
現(xiàn)在下載
VIP會(huì)員，AET專家下載不扣分；重復(fù)下載不扣分，本人上傳資源不扣分。