典型文献
基于ATCN模型的蒸发量预测
文献摘要：
蒸发是水循环过程中的一个重要环节,是水库、湖泊等水体水量损失的主要组成部分.选取北京国际交换站的日值气象数据,采用基于注意力机制的时间卷积网络(ATCN)模型和长短期记忆网络(LSTM)模型预测北京市的水面蒸发量,对比分析这两种模型在蒸发量预测中的差异.结果表明,ATCN模型适用于日尺度的水面蒸发量的预测,决定系数(R2)达到了 79％,相较于LSTM提升了 2％.研究结果对水面蒸发量的预测研究具有一定参考价值.
文献关键词：
水面蒸发量;时间卷积网络;长短期记忆网络;注意力机制
中图分类号：
作者姓名：
史俊才;刘萍
作者机构：
太原理工大学大数据学院,山西晋中030600
文献出处：
引用格式：
[1]史俊才;刘萍-.基于ATCN模型的蒸发量预测)[J].水电能源科学,2022(09):14-17,193
A类：
ATCN
B类：
水循环过程,水库,湖泊,气象数据,注意力机制,时间卷积网络,长短期记忆网络,水面蒸发量,日尺度,决定系数,预测研究
AB值：
0.15568
相似文献
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。
