一种基于超图卷积网络的时空行为预测方法及系统.pdf
努力****爱敏
亲,该文档总共24页,到这已经超出免费预览范围,如果喜欢就直接下载吧~
相关资料
一种基于超图卷积网络的时空行为预测方法及系统.pdf
本发明提供一种基于超图卷积网络的时空行为预测方法及系统,其中方法包括:确定待预测时空行为的用户ID及对应的时间和地点;将所述待预测时空行为的用户ID及对应的时间和地点输入至时空行为预测模型,得到所述时空行为预测模型输出的用户ID对应的行为结果;其中,所述时空行为预测模型是基于用户的历史时空行为数据构建的超图用图卷积神经网络训练得到。本发明解决了目前对于用户时空行为场景下用户、时间、地点和行为之间交互关系的建模不充分的问题,从而实现了对用户时空行为的准确预测。
一种基于动态时空超图卷积网络的流量预测方法和系统.pdf
本发明属于无线通信技术领域,具体涉及一种基于动态时空超图卷积网络的流量预测方法和系统。首先建立门控时间卷积网络模型和高阶时间差分卷积网络模型的时间模块来模拟动态异构网络中移动流量更复杂的时间关系;建立空间渐进卷积网络模型构成空间模块,模拟动态异构网络中移动流量更复杂的空间关系;然后在图卷积网络的基础上建立移动数据流量的超图卷积网络模块,将时间模块、空间模块、超图卷积网络模块相融合,从而建立完整的移动数据流量的动态时空超图卷积预测模型;最后通过优化算法更新动态时空超图卷积预测模型中的网络参数以获取最小损失函
一种基于时空门控超图卷积网络的交通预测系统及方法.pdf
本发明提出一种基于时空门控超图卷积网络的交通预测系统及方法。本发明方法构建交通超图以建模高阶空间相关性;将多个历史时刻各道路节点交通流通过滑动窗口划分方法,得到多组各道路节点交通流样本和真实交通流;结合交通超图构建时空门控超图卷积网络交通预测模型,将每组样本输入至预测模型进行预测得到预测交通流,结合真实交通流构建损失函数,通过Adam优化训练得到优化后时空门控超图卷积网络交通预测模型;中心服务器通过多个交通流传感器采集多个时刻各道路节点交通流,将采集的交通流通过优化后时空门控超图卷积网络交通预测模型预测,
基于动态距离语义超图卷积网络的时空误差预测模型.pdf
本发明公开了一种基于动态距离语义超图卷积网络的时空误差预测模型,针对空间信息包含的基于距离的信息和基于语义的信息的两种依赖关系,通过区分距离图和语义图,全面捕获空间行为,包括基于距离和基于语义的热误差信息;另外,采用语义超图卷积可以表征多个传感器节点间的依赖关系,通过构建语义超图捕捉高阶空间行为;采用动态距离图卷积表征传感器网络中传感器节点的位置随时间变化,通过构建动态距离图捕捉动态空间行为;最后,利用最小门控单元结合动态距离图和语义超图,通过动态时空超图卷积捕获热误差的动态高阶时空行为,挖掘热误差的动态
一种基于时空超图神经网络的交通流预测方法.pdf
一种基于时空超图神经网络的交通流预测方法,包括:1)数据收集:采用真实交通数据集,经预处理,得到实验所需的数据;2)超图构造,将交通数据在空间维度上展现的局部相关性与跨路网同构性进行统一;3)空间特征提取,设计基于超图的双通道超图卷积算法,在捕捉节点间高阶空间关系的同时,学习到超边与节点之间的关系,实现对交通数据空间特征的提取;4)时间特征提取:使用LSTM进行时间特征提取;5)模型构建:联合时间和空间特征,构建用于交通流预测的时空超图神经网络模型;6)数据集验证:采用真实世界的交通数据集对时空超图神经网