基于CNN-BiLSTM的特高拱壩變形預(yù)測模型

摘要： 為提高特高拱壩的變形預(yù)測精度，提出了一種基于卷積神經(jīng)網(wǎng)絡(luò)(CNN)和雙向長短期記憶網(wǎng)絡(luò)(BiLSTM)的大壩變形預(yù)測模型.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，最終映射到預(yù)測輸出層進(jìn)行拱壩變形預(yù)測.以某拱壩為例，驗(yàn)證了CNN-BiLSTM模型在RMS... （共6頁）