换一批摘要本研究构建了一种基于双向长短期记忆网络与注意力机制的多变量时间序列预测模型(BiLSTM-Attention),用于揭示中国经济发展与营养素摄入间的复杂动态关系.通过整合 1961-2022 年联合国粮农组织及世界银行的营养素摄入与收入数据,模型显著提升了预测精度.实验表明,BiLSTM-Attention在能量、蛋白质和脂肪摄入预测显著优于传统LSTM、随机森林及计量模型.研究揭示,中国营养素摄入呈现非线性增长趋势,未来将更多体现为结构优化而非数量扩张.该模型为营养政策制定提供了可靠依据,突显了深度学习在复杂时序预测中的潜力.
更多相关知识
栏目名称
DOI
10.16736/j.cnki.cn41-1434/ts.2025.22.032
发布时间
2025-12-24（万方平台首次上网日期，不代表论文的发表时间）
- 浏览1
- 被引0
- 下载0
相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文
