摘要
本发明公开了一种面向长短依赖特征融合的LSTM‑CAM‑Transformer洪水预报模型。本发明基于率定期数据利用均方根传播方法训练LSTM‑CAM‑Transformer洪水预报模型,该模型通过交叉注意力机制将LSTM和Transformer相耦合,将LSTM的短期特征提取能力与Transformer的长期依赖建模能力相融合构建得到。并基于验证期数据利用决定系数验证LSTM‑CAM‑Transformer洪水预报模型的精度,并利用训练好的LSTM‑CAM‑Transformer洪水预报模型进行洪水预测。本发明实现洪水长短期特征的联合识别,提高了洪水预报的准确性和可靠性。
技术关键词
洪水预报模型
交叉注意力机制
依赖特征
多尺度特征融合
水文
特征提取模块
动态
对齐模块
多层感知机
编码器
因子
解码器
特征提取能力
序列
数据
矩阵
系统为您推荐了相关专利信息
医学图像分割
多尺度特征提取
上下文特征
编码器特征
sigmoid函数
实体
路径生成方法
交叉注意力机制
推理规则
文本
遥感图像处理方法
融合特征
通道注意力机制
遥感图像处理系统
多尺度特征融合
路径规划方法
无人艇
轮盘赌算法
人工势场法
路径规划算法