基于TimeGAN和CNN-BiLSTM-Attention的大壩變形預測混合模型

摘要： 基于歷史數據的深度學習模型往往需要跨越數年的大量數據集，為了解決數據不足問題，提出一種將時間序列生成對抗性網絡(TimeGAN)與CNN-BiLSTM-Attention相結合的混凝土面板堆石壩變形預測混合模型。首先，利用TimeGAN生成虛擬數據來擴展稀疏的數據集；然后，利用卷積神經網絡(CNN)提取大壩傳感器數據中的非線性局部特征，運用BiLSTM捕獲雙向時間序列特征；最后... （共5頁）