基于CNN-BiLSTM-Attetion的銀杏液流預(yù)測模型及環(huán)境因子影響研究
所屬分類:技術(shù)論文
上傳者:wwei
文檔大?。?span>4124 K
標(biāo)簽: 樹干液流預(yù)測模型 CNN-BiLSTM-Attetion 環(huán)境因子
所需積分:0分積分不夠怎么辦?
文檔介紹:樹木液流受生理活動和多重環(huán)境因子的共同作用,表現(xiàn)為非線性和隨機性特征,,為預(yù)測模型的精確度帶來挑戰(zhàn),。對此,,結(jié)合CNN卷積層,、BiLSTM雙向網(wǎng)絡(luò)結(jié)構(gòu)和注意力機制的優(yōu)勢分別對樹干液流序列的局部特征、長期依賴和關(guān)鍵信息進(jìn)行提取,,并根據(jù)自測銀杏液流數(shù)據(jù)集構(gòu)建基于CNN-BiLSTM-Attetion的樹干液流預(yù)測模型,。該模型的R2、MSE和MAE分別為0.977 3,、0.002 9和0.013 4,,相較于CNN、BiLSTM,、XGBoost,、RNN和TCN建立的模型均有不同程度的提高,。另外,還利用特征工程對環(huán)境因子的重要性進(jìn)行排名,,分析銀杏樹干液流在生長季初期對環(huán)境因子的響應(yīng)規(guī)律,,對銀杏生長季初期的灌溉和養(yǎng)護(hù)提供理論依據(jù)。
現(xiàn)在下載
VIP會員,,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,。