原创力文档- 1、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。。
- 2、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
- 3、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
一种基于SATT‑TCN‑LSTM模型的城市用水量预测方法，包括如下步骤：获取城市历史用水量数据集，所述城市历史用水量数据集包含城市历史用水量以及多个影响城市历史用水量的影响因素；分析各影响因素与城市历史用水量之间的关联程度，筛选出关联度较高的数据，并依据时间排序，形成时间序列数据；对时间序列数据进行归一化处理；利用自注意力机制对归一化后的数据分配权重并学习重要的数据，以权重大小区分强弱特征数据，再利用时间卷积网络对数据集进行二次特征提取；将特征数据输入到LSTM模型中进行训练；把训练得到的预测
(19)国家知识产权局
(12)发明专利申请
(10)申请公布号 CN 116861192 A
(43)申请公布日 2023.10.10
(21)申请号 202310935832.1 G06Q 50/06 (2012.01)
(22)申请日 2023.07.
文档评论（0）