典型文献
基于并行自注意力的石窟寺岩体裂隙发育研究
文献摘要：
针对石窟寺岩体裂隙发育缓慢、影响因素多样化,难以对裂隙发育情况进行预测的问题,提出了一种新的基于深度学习的岩体裂隙发育预测网络(FDPNet:Fracture Development Prediction Network),即并行自注意力机制混合网络.FDPNet通过局部卷积模块和全局循环模块对序列数据的时间相关性进行建模,使模型能准确捕捉到不同时间尺度的时间模式.同时通过引入自注意力机制对多元时序数据中不同序列之间复杂的依赖关系进行建模.在此基础上,利用传统的自回归模型进一步提高模型的鲁棒性.此外,以Q市北石窟寺32号窟6个月的裂隙发育相关因素监测数据构建了国内外首个该领域的数据集.在该数据集上进行的对比实验结果表明,该模型在石窟寺岩体裂隙发育预测场景下具有更好的性能表现.
文献关键词：
岩体裂隙发育;多元时序数据预测;自注意力机制;岩体裂隙监测数据集
中图分类号：
作者姓名：
孙美君;郭红桐;王征;刘洋;张及鹏;张景科;李黎
作者机构：
天津大学智能与计算学部,天津300350;兰州大学土木工程与力学学院,兰州730000;中国文化遗产研究院,北京100029
文献出处：
引用格式：
[1]孙美君;郭红桐;王征;刘洋;张及鹏;张景科;李黎-.基于并行自注意力的石窟寺岩体裂隙发育研究)[J].吉林大学学报（信息科学版）,2022(06):994-1002
A类：
FDPNet,多元时序数据预测,岩体裂隙监测数据集
B类：
岩体裂隙发育,发育情况,预测网络,Fracture,Development,Prediction,Network,自注意力机制,混合网络,局部卷积,卷积模块,环模,序列数据,时间相关性,捕捉到,不同时间尺度,时间模式,依赖关系,自回归模型,市北,北石窟寺
AB值：
0.191314
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
