期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于时序图神经网络的船闸液压状态预测方法
1
作者
喻峰
曾辉
+3 位作者
张家治
卢科普
熊志华
刘光武
《船海工程》
北大核心
2025年第5期131-136,共6页
提出一种基于时序卷积图神经网络(TCGCN)的船闸液压系统状态预测模型,旨在提升液压系统中压力和流量的预测精度。通过结合时间序列特征与空间特征,模型有效捕捉液压系统传感器数据的复杂时空关联。实验结果表明,TCGCN在压力和流量预测...
提出一种基于时序卷积图神经网络(TCGCN)的船闸液压系统状态预测模型,旨在提升液压系统中压力和流量的预测精度。通过结合时间序列特征与空间特征,模型有效捕捉液压系统传感器数据的复杂时空关联。实验结果表明,TCGCN在压力和流量预测任务中的表现优于传统方法和其他对比模型,尤其在应对多变量和非线性动态变化时展现出卓越的鲁棒性和准确性。通过消融实验,验证各模块(如时序卷积层、图卷积层及信息融合层)对模型性能的关键作用。
展开更多
关键词
船闸液压系统
状态预测
时序卷积图神经网络
压力预测
流量预测
在线阅读
下载PDF
职称材料
题名
基于时序图神经网络的船闸液压状态预测方法
1
作者
喻峰
曾辉
张家治
卢科普
熊志华
刘光武
机构
中国长江电力股份有限公司
中船凌久高科(武汉)有限公司
武汉理工大学
出处
《船海工程》
北大核心
2025年第5期131-136,共6页
基金
中国长江电力股份有限公司项目(Z222302016)
国家自然科学基金(52471341)。
文摘
提出一种基于时序卷积图神经网络(TCGCN)的船闸液压系统状态预测模型,旨在提升液压系统中压力和流量的预测精度。通过结合时间序列特征与空间特征,模型有效捕捉液压系统传感器数据的复杂时空关联。实验结果表明,TCGCN在压力和流量预测任务中的表现优于传统方法和其他对比模型,尤其在应对多变量和非线性动态变化时展现出卓越的鲁棒性和准确性。通过消融实验,验证各模块(如时序卷积层、图卷积层及信息融合层)对模型性能的关键作用。
关键词
船闸液压系统
状态预测
时序卷积图神经网络
压力预测
流量预测
Keywords
ship lock hydraulic system
state prediction
temporal convolutional graph neural networks
pressure prediction
flow prediction
分类号
U641.6 [交通运输工程—船舶及航道工程]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于时序图神经网络的船闸液压状态预测方法
喻峰
曾辉
张家治
卢科普
熊志华
刘光武
《船海工程》
北大核心
2025
0
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
