基于CNN-LSTM模型的土壤溫濕度缺失數(shù)據(jù)填補(bǔ)算法

打開文本圖片集

摘要：針對(duì)因惡劣環(huán)境、電池耗盡、硬件故障等原因?qū)е碌耐寥罍貪穸葌鞲衅鲾?shù)據(jù)丟失問題，提出一種基于卷積神經(jīng)網(wǎng)絡(luò)的長(zhǎng)短期記憶網(wǎng)絡(luò)（CNN-LSTM）填補(bǔ)模型。以閃電河流域2019年土壤溫濕度數(shù)據(jù)為試驗(yàn)數(shù)據(jù)，分別選用CNN、LSTM、TCN、CNN-TCN、CNN-LSTM 5個(gè)模型對(duì)土壤溫濕度傳感器網(wǎng)絡(luò)缺失數(shù)據(jù)進(jìn)行填補(bǔ)，并采用Adam算法優(yōu)化模型，使用決定系數(shù)（R2）、均方根誤差（RMSE）、平均絕對(duì)誤差（MAE）指數(shù)對(duì)模型填補(bǔ)結(jié)果進(jìn)行評(píng)價(jià)。（剩余11109字）