[口头报告]基于注意力机制LSTM神经网络的北方岩溶大泉水位预测研究

基于注意力机制LSTM神经网络的北方岩溶大泉水位预测研究
编号:984 稿件编号:4507 访问权限:仅限参会人 更新:2024-04-11 11:03:36 浏览:394次 口头报告

报告开始:2024年05月20日 10:16 (Asia/Shanghai)

报告时间:10min

所在会议:[S8] 主题8、人文地理与区域高质量发展 » [S8-5] 主题8、人文地理与区域高质量发展 专题8.12、专题8.7(20日上午,224)

暂无文件

摘要
岩溶含水系统由于具有强烈的非均质性和各向异性使得进行地下水位预测时易产生较大误差。本文提出一种耦合注意力机制(Attention)和长短时记忆(LSTM)神经网络的多变量趵突泉地下水位预测模型,利用泉域2013-2021年日降水(代表补给项)及日气温、水汽压和开采量(代表排泄项)进行模型训练和预测,结果表明:①多变量预测模型以降水量、气温、水汽压及开采量作为输入变量,不同变量之间可以相互验证,能够有效提高预测精度;②利用正弦函数拟合气温数据可以消除温度测量误差的影响,能够一定程度上提高预测精度;③相较于单一LSTM神经网络和门控循环单元(GRU)神经网络,LSTM_Attention神经网络由于引入了注意力机制,能够聚焦更重要特征的影响,从而能显著提高预测精度,其水位预测的RMSE和R2值分别为0.21 m和0.92。
关键字
岩溶含水系统,注意力机制,LSTM神经网络
报告人
黄林显
济南大学

稿件作者
黄林显 济南大学
发表评论
验证码 看不清楚,更换一张
全部评论
● 会务总协调  

● 学术安排

 

辜克兢

13950003604

gukejing@xmu.edu.cn

辜克兢

13950003604

gukejing@xmu.edu.cn

柳    欣

13806024185

liuxin1983@xmu.edu.cn

窦    恒

18627754021

douheng@chytey.com

孙佳妮

15201086188

scarlett@chytey.com

刘    琳

13313708075

lliu@iue.ac.cn

 

● 会场技术服务

 

李    虎

柳    欣

18965842343

13806024185

hli@iue.ac.cn

liuxin1983@xmu.edu.cn
李招英

13860473552

lizhaoying@xmu.edu.cn

     
           
● 会场安排   ● 会议注册  

辜克兢

13950003604

gukejing@xmu.edu.cn

胡勤梅 13554192326

mary@chytey.com

窦    恒

18627754021

douheng@chytey.com

孙晓笛 18813296455 xiaodi.sun@xmu.edu.cn
           
● 商业赞助   ● 会议财务  
朱    佳 13950159036

zhujia@xmu.edu.cn

许心雅 0592-2880181 xuxinya@xmu.edu.cn
           

海报张贴

 

● 酒店预定及咨询

 
张    君 13860426122 junzhang@xmu.edu.cn

李    璟

18627754146

lijing@chytey.com

卢    巍 18971567453 luwei@chytey.com      

 

登录 注册缴费 酒店预订