基于ＴｉｍｅＧＡＮ 和ＣＮＮ－ＢｉＬＳＴＭ－Ａｔｔｅｎｔｉｏｎ 的大壩變形預(yù)測(cè)混合模型

打開文本圖片集

摘 要：基于歷史數(shù)據(jù)的深度學(xué)習(xí)模型往往需要跨越數(shù)年的大量數(shù)據(jù)集，為了解決數(shù)據(jù)不足問題，提出一種將時(shí)間序列生成對(duì)抗性網(wǎng)絡(luò)（ＴｉｍｅＧＡＮ）與ＣＮＮ－ＢｉＬＳＴＭ－Ａｔｔｅｎｔｉｏｎ 相結(jié)合的混凝土面板堆石壩變形預(yù)測(cè)混合模型。首先，利用ＴｉｍｅＧＡＮ 生成虛擬數(shù)據(jù)來擴(kuò)展稀疏的數(shù)據(jù)集；然后，利用卷積神經(jīng)網(wǎng)絡(luò)（ＣＮＮ）提取大壩傳感器數(shù)據(jù)中的非線性局部特征，運(yùn)用ＢｉＬＳＴＭ 捕獲雙向時(shí)間序列特征；最后，引入注意力（Ａｔｔｅｎｔｉｏｎ）機(jī)制對(duì)ＢｉＬＳＴＭ 層提取的信息特征自動(dòng)進(jìn)行權(quán)重分配，通過全連接層輸出最終預(yù)測(cè)結(jié)果。（剩余6889字）