您当前的位置:
首页 >
文章列表页 >
基于注意力机制的CNN-BiLSTM过闸流量预测模型
更新时间:2026-02-25
    • 基于注意力机制的CNN-BiLSTM过闸流量预测模型

    • Issue 5, Pages: 135-138(2025)
    • DOI:10.20040/j.cnki.1000-7709.2025.20241202    

      CLC: P338;TV66
    • Published:2025

    移动端阅览

  • 何立新, 沈正华, 张峥, et al. 基于注意力机制的CNN-BiLSTM过闸流量预测模型[J]. 2025, (5): 135-138. DOI: 10.20040/j.cnki.1000-7709.2025.20241202.

  •  
  •  
icon
试读结束,您可以激活您的VIP账号继续阅读。
去激活 >
icon
试读结束,您可以通过登录账户,到个人中心,购买VIP会员阅读全文。
已是VIP会员?
去登录 >

0

Views

392

下载量

0

CSCD

Alert me when the article has been cited
提交
Tools
Download
Export Citation
Share
Add to favorites
Add to my album

Related Articles

基于改进智能优化算法的爆破参数优化研究
基于DyGKAN图神经网络的供水管网泄漏定位模型
基于水锤防护的长距离加压输水系统阀门优化调控技术研究
融合DBO和Transformer变体模型的日径流预报模型研究
基于Attention-LSTM施工期面板堆石坝坝体沉降预测模型研究

Related Author

刘唱
王孝东
汪淋
李宁
胡一鸣
董深
吕谋
李航

Related Institution

昆明理工大学国土资源工程学院
安徽建筑大学环境与能源工程学院
山东水利职业学院资源与环境系
青岛理工大学环境与市政工程学院
郑州大学水利与交通学院
0