Page 131 - 《水资源与水工程学报》2025年第1期

! １# øùú， H： ûüýþkuvY ＢｉＴＣＮ－Ａｔｔｅｎｔｉｏｎ－ＬＳＳＶＭg6./ １ ２ ７

È'， ¢ˆbƒ©ªª:sîúû， ÌcH± ［６］ɍO， èY， _ x． è,<½J89bñ{P2¤
［３２］ ¡Ôp€［Ｊ］． Zb0n，２００７，３８（１１）：１３４１１３４６．
: °íêþÃ^Pt#{®è}¡。¢ÚnÍ
［７］Š¤5， ›， qØy， :． %ƒ ＧＡＭＬＳＳ－ＧＬＯ\ðp
T（２０１６—２０１８ T） •xg、 Ø¢{íêP， q[
±²¹{è,<½Jbñiº［Ｊ］． Z]^cZCD
–#{iºkÈl¡•é{ðñß~， S¤uiº
0n，２０２３，３４（５）：１９８２０６＋２１４．
‡ˆ•à{i¼È'。­/Î]， q[XÏ@ÂÑ
［８］(， šúú， x n， :． %ƒ ＲＵＮ－ＸＧＢｏｏｓｔ ¹{
#8–#{J/ðñiº‡ˆ•à{Â7–+È
è,<½Jðñiº［Ｊ］． ZbZq#$Æ9，２０２４，４４
'， S0#•Ý{ðñ{«。
（２）：７２７８．
q[VWG‚è,<ñ&œZ¦{Ï@ÂÑÆ ［９］ＣＨＥＮＧ Ｌｉｎ，ＺＨＥＮＧ Ｄｏｎｇｊｉａｎ．Ｔｗｏｏｎｌｉｎｅｄａｍ ｓａｆｅｔｙ
ÇAB， ñ¦pnCDÇ4， è,<{89Ç< ｍｏｎｉｔｏｒｉｎｇｍｏｄｅｌｓｂａｓｅｄｏｎｔｈｅｐｒｏｃｅｓｓｏｆｅｘｔｒａｃｔｉｎｇｅｎｖｉ
cßZ¦、 ʞÖ\Ï{:hkˆs。¦P¢ ｒｏｎｍｅｎｔａｌｅｆｆｅｃｔ［Ｊ］．ＡｄｖａｎｃｅｓｉｎＥｎｇｉｎｅｅｒｉｎｇＳｏｆｔｗａｒｅ，
AB4， î/’shkÆ}ɵ¶è,<{½ ２０１３，５７：４８５６．
Jѝ， ÖßàŽÁhkQš‚ñ&œZ¦% ［１０］ö4， Áºá， xØX． 7¬è<úIðñiº{
ú¼{5Ҕ•p´。 ＰＣＡ－ＷＯＡ－ＬＳＳＶＭJ/Yi€［Ｊ］． ZqÈ^#
0，２０２２，４０（９）：１１１１１４．
６ @ c ［１１］Á¤5， ¹¦~， 9©n． %ƒ ＣＮＮ－ＬＳＴＭ{7¬è

<½Jðñ［Ｊ］． ZqÈ^#0，２０２０，３８（９）：７５７８．
（１） q[XY{ ＢｉＴＣＮ－Ａｔｔｅｎｔｉｏｎ－ＬＳＳＶＭi
［１２］A ƒ， ÄÜU， •.(， :． %ƒ ＣＮＮ－ＢｉＬＳＴＭ{Âé
ºÈ¯^µ8ñ ＢｉＴＣＮœÔ–+žÏ@ÿ„{Â
;<úIðñiº［Ｊ］． ?™pQCD0n，２０２４，４２
Ñ， X頻XLœdôÎ{úû。®/ Ａｔｔｅｎｔｉｏｎ，
（１０）：１０３１１０３５＋１０４３．
ＢｉＴＣＮÈ%R)ƒíê4¢sî\?W{ú ［１３］ＢＡＩＳｈａｏｊｉｅ，ＫＯＬＴＥＲＪＺ，ＫＯＬＴＵＮＶ．Ａｎｅｍｐｉｒｉｃａｌｅ
û， ˆ{–+è,<{ñ&œZ¦Ï@Â7。c ｖａｌｕａｔｉｏｎｏｆｇｅｎｅｒｉｃｃｏｎｖｏｌｕｔｉｏｎａｌａｎｄｒｅｃｕｒｒｅｎｔｎｅｔｗｏｒｋｓ
ＬＳＳＶＭ、ＣＮＮ－ＬＳＳＶＭž ＴＣＮ－ＬＳＳＶＭiº’6， ｆｏｒｓｅｑｕｅｎｃｅｍｏｄｅｌｉｎｇ［Ｊ］．ＡｒＸｉｖ，２０１８：０１２７１．ＤＯＩ：
ＢｉＴＣＮ－Ａｔｔｅｎｔｉｏｎ－ＬＳＳＶＭiº¦Ï@íêÿ„€ １０．４８５５０／ａｒＸｉｖ．１８０３．０１２７１．
rS0#×Â{»[， +t¯[Ý{ðñ{«， ‡ˆ ［１４］ＺＨＡＮＧＹｕｌｉｎ，ＳＨＡＮＧＫｅ，ＣＵＩＺｈｉｗｅｉ，ｅｔａｌ．Ｒｅｓｅａｒｃｈ
}·{pn‰Š。 ｏｎｔｒａｆｆｉｃｆｌｏｗｐｒｅｄｉｃｔｉｏｎａｔｉｎｔｅｒｓｅｃｔｉｏｎｓｂａｓｅｄｏｎＤＴ－
ＴＣＮ－Ａｔｔｅｎｔｉｏｎ ［Ｊ］．Ｓｅｎｓｏｒｓ，２０２３，２３（１５）：６６８３．
（２） ¦l¡iºqí\íêþµ‹ú{%&
［１５］ＥＨＴＥＲＡＭ Ｍ，ＡＦＳＨＡＲＩＮＩＡ Ｍ，ＰＡＮＡＨＩＦ，ｅｔａｌ．
¬， ÆÇíêþÃ^ÿ„ȯ–é ＢｉＴＣＮ－Ａｔｔｅｎｔｉｏｎ－
Ｇａｕｓｓｉａｎｍｕｔａｔｉｏｎ－ｏｒｃａｐｒｅｄａｔｉｏｎａｌｇｏｒｉｔｈｍ－ｄｅｅｐｒｅ
ＬＳＳＶＭiº{0È'， Xï¢9r、 ìà4©ª
ｓｉｄｕａｌｓｈｒｉｎｋａｇｅｎｅｔｗｏｒｋ（ＤＲＳＮ）－ｔｅｍｐｏｒａｌｃｏｎｖｏｌｕ
ñ&œZ¦íê4{Ï@Â7， )*–a¯iº{
ｔｉｏｎａｌｎｅｔｗｏｒｋ（ＴＣＮ）－ｒａｎｄｏｍ ｆｏｒｅｓｔｍｏｄｅｌ：ａｎａｄ
ðñÈ'。 ｖａｎｃｅｄｍａｃｈｉｎｅｌｅａｒｎｉｎｇｍｏｄｅｌｆｏｒｐｒｅｄｉｃｔｉｎｇｍｏｎｔｈｌｙ
ｒａｉｎｆａｌｌａｎｄｆｉｌｔｅｒｉｎｇｉｒｒｅｌｅｖａｎｔｄａｔａ ［Ｊ］．Ｅｎｖｉｒｏｎｍｅｎｔａｌ
opFG： ＳｃｉｅｎｃｅｓＥｕｒｏｐｅ ，２０２４，３６（１）：１３．
［１］ ?I， A ƒ， ÄÜU， :． %ƒ ＰＳＯ－ＢＰ iº{è,< ［１６］ＫＨＡＲＡＫＨＡＳＨＹＡＮＡ，ＭＡＬＴＳＥＶＡＯ．Ｃｏｍｐａｒｉｓｏｎｏｆ
½JðñAB ［Ｊ］． ZqÈ^#0，２０２３，４１（１２）：９０ ｔｈｅｆｏｒｅｃａｓｔａｃｃｕｒａｃｙｏｆｔｏｔａｌｅｌｅｃｔｒｏｎｃｏｎｔｅｎｔｆｏｒｂｉｄｉｒｅｃ
９２＋８９． ｔｉｏｎａｌａｎｄｔｅｍｐｏｒａｌｃｏｎｖｏｌｕｔｉｏｎａｌｎｅｕｒａｌｎｅｔｗｏｒｋｓｉｎＥｕｒｏ
［２］Áºá， Jè． è,¼<½K½YÊñiϞ€A ｐｅａｎＲｅｇｉｏｎ ［Ｊ］．ＲｅｍｏｔｅＳｅｎｓｉｎｇ，２０２３，１５（１２）：
BÆ9［Ｊ］． ZbZq#$Æ9，２０２２，４２（１）：１１０＋３９． ３０６９．
［３］„!O， _öS， xL–， :． è,<½Jcñ]=µ¶ ［１７］ＺＨＡＮＧＤｏｎｇｄｏｎｇ，ＣＨＥＮＢａｉａｎ，ＺＨＵＨｏｎｇｙｕ，ｅｔａｌ．
iº\€［Ｊ］． Zb0n，２００３，３４（２）：８３８７． Ｓｈｏｒｔｔｅｒｍ ｗｉｎｄｐｏｗｅｒｐｒｅｄｉｃｔｉｏｎｂａｓｅｄｏｎｔｗｏｌａｙｅｒｄｅ
［４］u(， M g， hµd， :． %ƒJKNÌî{è,<½ ｃｏｍｐｏｓｉｔｉｏｎａｎｄＢｉＴＣＮ－ＢｉＬＳＴＭ－Ａｔｔｅｎｔｉｏｎｍｏｄｅｌ ［Ｊ］．
J89b¾iº［Ｊ］． ŽÍa00n（ C0t），２０１９，５２ Ｅｎｅｒｇｙ ，２０２３，２８５：１２８７６２．
（１１）：９６２９６７． ［１８］ＣＡＩＳａｉｈｕａ，ＸＵＨａｎ，ＬＩＵＭｉｎｇｊｉｅ，ｅｔａｌ．Ａｍａｌｉｃｉｏｕｓ
［５］ＬＩＸｉｎｇ，ＷＥＮＺｈｉｐｉｎｇ，ＳＵＨｕａｉｚｈｉ．Ａｎａｐｐｒｏａｃｈｕｓｉｎｇ ｎｅｔｗｏｒｋｔｒａｆｆｉｃｄｅｔｅｃｔｉｏｎｍｏｄｅｌｂａｓｅｄｏｎｂｉｄｉｒｅｃｔｉｏｎａｌｔｅｍ
ｒａｎｄｏｍｆｏｒｅｓｔｉｎｔｅｌｌｉｇｅｎｔａｌｇｏｒｉｔｈｍｔｏｃｏｎｓｔｒｕｃｔａｍｏｎｉｔｏｒｉｎｇ ｐｏｒａｌｃｏｎｖｏｌｕｔｉｏｎａｌｎｅｔｗｏｒｋｗｉｔｈｍｕｌｔｉｈｅａｄｓｅｌｆａｔｔｅｎｔｉｏｎ
ｍｏｄｅｌｆｏｒｄａｍ ｓａｆｅｔｙ ［Ｊ］．ＥｎｇｉｎｅｅｒｉｎｇｗｉｔｈＣｏｍｐｕｔｅｒｓ， ｍｅｃｈａｎｉｓｍ［Ｊ］． Ｃｏｍｐｕｔｅｒｓ＆ Ｓｅｃｕｒｉｔｙ，２０２４，１３６：
２０２１，３７（１）：３９５６． １０３５８０．