矿压
基于可变时序移位Transformer-LSTM的集成学习矿压预测方法
基于可变时序移位Transformer−LSTM 的集成学习矿压预测方法李泽西(西安科技大学 通信与信息工程学院,陕西 西安 710054)摘要:现有的矿压预测模型多为依赖固定长度时序序列特征的单一预测模型,难以准确捕捉矿压时序数据的复合特征,影响矿压预测的准确度。针对该问题,提出一种基于可变时序移位Transformer−长短时记忆(LSTM )的集成学习矿压预测方法。基...
基于可变时序移位Transformer−LSTM 的集成学习矿压预测方法李泽西(西安科技大学 通信与信息工程学院,陕西 西安 710054)摘要:现有的矿压预测模型多为依赖固定长度时序序列特征的单一预测模型,难以准确捕捉矿压时序数据的复合特征,影响矿压预测的准确度。针对该问题,提出一种基于可变时序移位Transformer−长短时记忆(LSTM )的集成学习矿压预测方法。基...