您当前的位置：
首页 >
文章列表页 >
基于注意力机制的LSTM和ARIMA集成方法在土壤温度中应用
计算机科学与技术 | 更新时间：2025-05-26
上一篇|下一篇

    • 基于注意力机制的LSTM和ARIMA集成方法在土壤温度中应用

    • Integrated LSTM and ARIMA method based on attention model for soil temperature

    • “在土壤温度预测领域，专家提出了基于注意力机制的多通道LSTM融合ARIMA算法模型，为土壤温度估计提供新方法。”
    • 耿庆田 ，赵杨 ，李清亮 ，于繁华 ，李晓宁
    • 吉林大学学报（工学版） 2023年53卷第10期 页码：2973-2981
    • 作者机构：

      1.长春师范大学 计算机科学与技术学院，长春 130032

      2.北华大学 计算机科学与技术学院，吉林省 吉林市132013

    • 作者简介：

      耿庆田（1972-），男，教授，博士.研究方向：智能信息系统.E-mail：qtgeng@mail.ccsfu.edu.cn

      李清亮（1989-），男，副教授，博士.研究方向：机器学习.E-mai：lliqingliang@ccsfu.edu.cn

    • 基金信息：
      国家自然科学基金项目(61604019);吉林省发改委产业技术研究与开发项目(2019C054-8;2019C039-1;2019C054;2020C019-3);吉林省教育厅科学技术研究项目(JJKH20210889KJ;JJKH20190499KJ)

    • DOI： 10.13229/j.cnki.jdxbgxb.20211386     

      中图分类号：

    移动端阅览

  •  
  •  

  • AI导读

  • HTML全文

  • 图( 8 ) 表( 2 )

  • 参考文献

  • 出版信息

  • 数据统计

55

浏览量

111

下载量

2

CSCD

文章被引用时，请邮件提醒。
提交
工具集
  • BibTeX下载
  • Endnote下载
  • RefMan 下载
  • NoteExpress下载
  • NoteFirst下载

相关文章

基于CAN总线数据的车载网络入侵检测系统
基于IFS-NARX模型的网络安全态势预测
快速路短交织区车辆交互风险预测及影响因素分析
基于神经网络的车载钻机给进系统级联控制方法
基于RBVS和CBCNN的风机叶片故障检测和分类方法

相关作者

戴银飞
周秀贞
刘玉宝
刘志远
韩晓露
刘云
张振江
吕欣

相关机构

长春大学 计算机科学技术学院
北京交通大学 电子信息工程学院
北京交通大学 软件工程学院
国家信息中心 博士后工作站
昆明理工大学 交通工程学院