基于CNN-LSTM模型的土壤溫濕度缺失數(shù)據(jù)填補算法

打開文本圖片集

摘要：針對因惡劣環(huán)境、電池耗盡、硬件故障等原因導致的土壤溫濕度傳感器數(shù)據(jù)丟失問題，提出一種基于卷積神經(jīng)網(wǎng)絡的長短期記憶網(wǎng)絡（CNN-LSTM）填補模型。以閃電河流域2019年土壤溫濕度數(shù)據(jù)為試驗數(shù)據(jù)，分別選用CNN、LSTM、TCN、CNN-TCN、CNN-LSTM 5個模型對土壤溫濕度傳感器網(wǎng)絡缺失數(shù)據(jù)進行填補，并采用Adam算法優(yōu)化模型，使用決定系數(shù)（R2）、均方根誤差（RMSE）、平均絕對誤差（MAE）指數(shù)對模型填補結果進行評價。（剩余11109字）