为精确控制选择性催化还原(selective　catalytic　reduction,SCR)系统的尿素喷射,提出一种基于注意力机制(attention　mechanism,AM)的卷积神经网络(convolutional　neural　networks,CNN)-长短时记忆网络(long　shortterm　memory,LSTM)模型预测柴油机NO,排放的方法,根据柴油机NOx生成机理和车辆实际道路测试采集的数据选取相关变量;使用AM-CNN模型提取特征,利用LSTM模型对提取的特征进行分析预测NO,排放.结果表明:该混合模型对NOx排放的预测精度较高,计算时间较少,平均绝对误差为5.307×10-6,决定系数为0.932.根据预测模型中输入参数权重分析影响NOx生成的关键因素,可以为优化柴油机燃烧过程提供参考.