|国家科技期刊平台
| 注册
首页|期刊导航|中南大学学报(自然科学版)|基于STAM−LSTM模型的地铁基坑多源监测数据预测方法

基于STAM−LSTM模型的地铁基坑多源监测数据预测方法

叶广发 李元海 徐晓华 吴琼

中南大学学报(自然科学版)2026，Vol.57Issue(3)：P.1286-1301,16.
✕
中南大学学报(自然科学版)2026，Vol.57Issue(3)：P.1286-1301,16.DOI:10.11817/j.issn.1672-7207.2026.03.024

基于STAM−LSTM模型的地铁基坑多源监测数据预测方法

叶广发 1李元海 2徐晓华 2吴琼1

作者信息

  • 1. 中国矿业大学力学与土木工程学院,江苏徐州221116
  • 2. 中国矿业大学深地工程智能建造与健康运维全国重点实验室,江苏徐州221116
  • 折叠

摘要

关键词

地铁基坑/多源数据预测/注意力机制/长短期记忆神经网络

分类

建筑与水利

引用本文复制引用

叶广发,李元海,徐晓华,吴琼..基于STAM−LSTM模型的地铁基坑多源监测数据预测方法[J].中南大学学报(自然科学版),2026,57(3):P.1286-1301,16.

基金项目

国家自然科学基金资助项目(52274141) （52274141）

国家重点研发计划项目(2022YFC3003304)。 （2022YFC3003304）

中南大学学报(自然科学版)

1672-7207

访问量0
|
下载量0
段落导航相关论文