排序方式: 共有8条查询结果,搜索用时 13 毫秒
1
1.
为了进一步提高水位预测的准确性,本文提出一种融入改进注意力机制的长短期记忆网络(Long Short Time Memory,LSTM)预测模型。该模型将输入序列拆分为时间序列和特征序列,在LSTM网络模型前引入注意力机制对两个序列分别进行注意力计算,然后再进行融合,LSTM网络能够根据重要程度自适应地选择最重要的输入特征,注意力机制层的参数通过竞争随机搜索算法获取,从而进一步增强了模型的鲁棒性。最后在鄱阳湖的水位数据上进行预测实验,结果表明:相对于支持向量回归(SVR)、LSTM等模型,本文提出基于改进注意力机制的LSTM模型具有更好的预测精度,可为水位预测和水资源的精准调度提供技术支持。 相似文献
2.
3.
4.
5.
6.
7.
针对水利政务各部门存在业务纵向独立,跨部门数据共享与业务协同困难等问题,为提升水利政务办事效率与群众满意度,研究并实现一种基于区块链技术的水利数据共享平台。利用区块链分布式共享、不可篡改等特性,将水利数据去中心化存储;采用应用服务与数据管理分离的架构模型与一致性访问接口,解决各水利应用间的数据共享问题;结合智能合约与数字签名技术,实现数据访问与共享的去信任化和智能化。该研究已应用于围绕电子采砂证照的水利数据共享场景中,应用分析表明:平台可实现水利数据去中心化存储与访问,实现水利数据的跨部门安全可信共享,提高水利政务协同工作效率,研究成果可为各地方、 部门和层级间政务数据的安全互通起示范作用。 相似文献
8.
1