本发明公开了一种双重注意力机制和XGBoost的出口水分动态预测方法，采用互信息对过程变量初步特征筛选，选择与出口水分相关性最大的输入，降低特征维数，简化模型复杂度；其次，引入特征注意力机制，捕捉不同过程变量与出口水分之间的非线性关系，突出关键部分权重；在BiLSTM提取时序特征基础上，引入时间注意力机制挖掘过程变量不同时刻，自主选取历史信息关键时间点，将加过权重的变量放入BiLSTM中来进一步学习变量的深层特征。最后，建立基于XGBoost的干燥过程模型，实现出口水分精准预测；实验结果验证本文算法的可行性和有效性。本发明能够实现过程变量自动赋权重信息，以高精度预测烟丝水分的变化趋势。