TY -的A2沈道德化盟——吴Yirui AU -叮,宇凯盟——朱,粤龙盟,冯小君非盟-王,家PY - 2020 DA - 2020/03/26 TI -复杂性预测洪水:问题定义和时空注意LSTM解决方案SP - 7670382六世- 2020 AB -重要的传感器和物联网的发展,研究人员现在可以很容易地知道发生了什么在物理空间通过收购时变值的各种因素。本质上,越来越多的数据类别和规模大大有助于解决问题发生在物理空间。在本文中,我们的目标是解决一个复杂的问题,影响城市和村庄,即。、洪水。为了减少洪水引起的影响,从物理空间和数据驱动模型获得的水文因素在网络空间采用准确预测洪水。考虑水文因素中建模的注意能力的意义,我们相信有识别力的水文因素的提取不仅反映在物理空间自然规则,但也最优模型迭代的因素在网络空间预测径流值。因此,我们提出一种新颖的数据驱动的模型称为STA-LSTM通过整合长期短期记忆(LSTM)结构和时空关注模块,它能够预测中小河流洪水。拟议中的时空关注模块首先探讨空间关系输入水文因素从不同的位置和径流输出,将时变权重分配给各种因素。之后,提出了关注模块分配temporal-dependent权重隐藏输出每个LSTM细胞,用于描述状态输出最终的预测结果的意义。以莱赫和彰化流域为物理空间的情况下,几组对比实验表明,STA-LSTM能够优化数学建模洪水在网络空间的复杂性。SN - 1076 - 2787你——https://doi.org/10.1155/2020/7670382——10.1155 / 2020/7670382 JF - PB - Hindawi KW - ER -复杂性