摘要
本发明公开了一种桩周冲刷深度演变过程预测方法、设备、存储介质及产品,所述预测方法包括获取多个历史冲刷深度时间序列;对每个历史冲刷深度时间序列进行掩码、位置编码和融合处理,得到融合序列;构建注意力神经网络,以所述融合序列作为注意力神经网络的输入,以对应的历史冲刷深度时间序列作为注意力神经网络的标签,对所述注意力神经网络进行训练,得到预测模型;利用所述预测模型进行冲刷深度演变过程预测,得到预测的冲刷深度时间序列。本发明通过掩码技术与注意力机制的协同作用克服了传统机器学习方法对时变数据特征提取不充分的问题,提高了模型对复杂时变数据的处理能力,显著提高了预测准确性。
技术关键词
注意力神经网络
序列
注意力机制
水动力参数
数据特征提取
前馈神经网络
编码
掩码技术
机器学习方法
随机梯度下降
桩基
指令
泥沙
计算机程序产品
处理器
矩阵
传播算法
标签