典型文献
基于EMD和时序注意力机制的明渠流量预测模型
文献摘要：
为了预防煤矿水害事故的发生,本文提出将经验模态分解(EMD)算法与时序注意力机制(TA-LSTM)结合的明渠流量预测模型,通过对明渠流量的实时预测来反映矿井涌水量的变化情况.模型首先通过EMD将明渠流量分解为多维子分量,充分提取明渠流量本身的波动特征和趋势特征;然后以长短时记忆网络(LSTM)为基础,融入注意力机制增强历史时间点对当前时刻的信息表达,构造时序注意力机制模型;最后通过该模型分别训练学习EMD分解后各分量的时序规律并进行预测,将各分量预测结果融合得到最终的明渠流量预测值.将此模型与现有其他模型进行了对比实验,其均方根误差和平均绝对百分比误差均小于其他模型.该研究为进一步预测矿井明渠流量提供了有效依据.
文献关键词：
煤矿;明渠流量;经验模态分解(EMD);长短时记忆网络(LSTM);注意力机制
中图分类号：
作者姓名：
李占利;邢金莎;靳红梅;李洪安;张蕴
作者机构：
西安科技大学计算机科学与技术学院 西安710600
文献出处：
引用格式：
[1]李占利;邢金莎;靳红梅;李洪安;张蕴-.基于EMD和时序注意力机制的明渠流量预测模型)[J].高技术通讯,2022(02):122-130
A类：
B类：
EMD,时序注意力机制,明渠流量,流量预测模型,煤矿水害,水害事故,经验模态分解,TA,实时预测,矿井涌水量,分提,波动特征,趋势特征,长短时记忆网络,历史时间,信息表达,注意力机制模型,训练学,平均绝对百分比误差
AB值：
0.191964
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。
