典型文献
基于 TCK-LSTM-ATT模型的城市用水量预测
文献摘要：
针对LSTM神经网络模型的计算量较大,不可控的自主选择过程以及容易过拟合等问题,提出了 TCK-LSTM-ATT模型,利用卷积核对数据特征进行提取合并,采用注意力机制对重要数据进行加权的组合模型方法.为了验证该模型对于供水量预测的准确性,利用中国东北某市2019年到2020年的某供水管网系统供水数据进行验证.实验结果表明,与普通模型相比,组合模型的预测误差减少约20％,R2值约为9.5,取得了较好的预测效果.
文献关键词：
供水量预测;长短时循环记忆网络;卷积核;注意力机制
中图分类号：
作者姓名：
王梓涵;于忠清
作者机构：
青岛大学计算机科学技术学院,青岛266071
文献出处：
引用格式：
[1]王梓涵;于忠清-.基于 TCK-LSTM-ATT模型的城市用水量预测)[J].青岛大学学报（自然科学版）,2022(01):53-59
A类：
长短时循环记忆网络
B类：
TCK,ATT,城市用水量,用水量预测,计算量,自主选择,过拟合,卷积核,核对,数据特征,注意力机制,重要数据,组合模型,模型方法,供水量预测,中国东北,某市,供水管网系统,预测误差
AB值：
0.335809
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
