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
3
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
基于时空注意力卷积模型的超短期风电功率预测
被引量：
7
1
作者
吕云龙
胡琴
+1 位作者
熊俊杰
龙敦华
《电网技术》
EI
CSCD
北大核心
2024年第5期2064-2073,I0068,I0069-I0071,共14页
随着风电利用率的不断提高,风电输出功率的准确预测对电力系统的调度和稳定运行具有重要意义。然而,风力发电的随机性和波动性容易影响功率预测结果的准确性。该文提出一种基于时空相关性的风电功率预测方法,由时空注意力模块和时空卷...
随着风电利用率的不断提高,风电输出功率的准确预测对电力系统的调度和稳定运行具有重要意义。然而,风力发电的随机性和波动性容易影响功率预测结果的准确性。该文提出一种基于时空相关性的风电功率预测方法,由时空注意力模块和时空卷积模块组成。首先,利用空间注意力层和时间注意力层对不同风机之间的时空相关性进行聚合提取。其次,通过空间卷积层和时间卷积层有效捕捉风电数据之间的空间特征和时间演变规律。最后,采用中国两处实际风电场运行数据对预测方法进行实验验证。结果表明,相比于传统预测方法,时空注意力和时空卷积的融合使该文所提出的预测方法具有较高的预测精度和较好的稳定性。
展开更多
关键词
风电功率预测
时空
相关性
图神经网络
时空
注意力
模块
时空卷积模块
在线阅读
下载PDF
职称材料
基于双流自适应时空增强图卷积网络的手语识别
被引量：
2
2
作者
金彦亮
吴筱溦
《应用科学学报》
CAS
CSCD
北大核心
2024年第2期189-199,共11页
针对提取手语特征过程中出现的信息表征能力差、信息不完整问题,设计了一种双流自适应时空增强图卷积网络(two-stream adaptive enhanced spatial temporal graph convolutional network,TAEST-GCN)实现基于孤立词的手语识别。该网络使...
针对提取手语特征过程中出现的信息表征能力差、信息不完整问题,设计了一种双流自适应时空增强图卷积网络(two-stream adaptive enhanced spatial temporal graph convolutional network,TAEST-GCN)实现基于孤立词的手语识别。该网络使用人体身体、手部和面部节点作为输入,构造基于人体关节和骨骼的双流结构。通过自适应时空图卷积模块生成不同部位之间的连接,并充分利用其中的位置和方向信息。同时采用残差连接方式设计自适应多尺度时空注意力模块,进一步增强该网络在空域和时域的卷积能力。将双流网络提取到的有效特征进行加权融合,可以分类输出手语词汇。最后在公开的中文手语孤立词数据集上进行实验,在100类词汇和500类词汇分类任务中准确率达到了95.57%和89.62%。
展开更多
关键词
骨架数据
双流结构
自适应
时空
图
卷积
模块
自适应多尺度
时空
注意力
模块
特征融合
在线阅读
下载PDF
职称材料
一种利用ConvGRU解决交通流量预测问题的方法
3
作者
王玉森
景志勇
+5 位作者
卫琳
高宇飞
石磊
王清贤
陶永才
王向杰
《小型微型计算机系统》
CSCD
北大核心
2024年第10期2355-2361,共7页
准确的交通流量预测可协助交通管理部门工作,减少交通压力.但现有方法对交通流时间特征与空间特征学习不充分,将二者割裂讨论,忽视了时间与空间的动态相关性.针对以上问题,本文提出了基于ConvGRU的多时间尺度时空卷积交通流预测方法(MTS...
准确的交通流量预测可协助交通管理部门工作,减少交通压力.但现有方法对交通流时间特征与空间特征学习不充分,将二者割裂讨论,忽视了时间与空间的动态相关性.针对以上问题,本文提出了基于ConvGRU的多时间尺度时空卷积交通流预测方法(MTSTC),设计浅层时空卷积模块对数据中的时空相关性进行初步提取;提出以ConvGRU为核心特征提取器的深层时空卷积模块,对数据的时空特征进行更深层次挖掘;并从3种时间尺度范围的数据中提炼交通流的周期性特征;结合注意力机制设计了时空注意力模块辅助模型训练,提升模型收敛速率.在公开数据集PEMS04和PEMS08上进行实验验证,结果表明采用MAE和RMSE评价指标时,本文方法的准确率相较基线方法在两个数据集上提升了3.23%~5.64%.
展开更多
关键词
交通流量预测
时空卷积模块
注意力机制
ConvGRU
在线阅读
下载PDF
职称材料
题名
基于时空注意力卷积模型的超短期风电功率预测
被引量：
7
1
作者
吕云龙
胡琴
熊俊杰
龙敦华
机构
重庆大学雪峰山能源装备安全国家野外科学观测研究站
国网江西省电力有限公司电力科学研究院
出处
《电网技术》
EI
CSCD
北大核心
2024年第5期2064-2073,I0068,I0069-I0071,共14页
基金
国网江西省电力有限公司科技项目(521820220007)。
文摘
随着风电利用率的不断提高,风电输出功率的准确预测对电力系统的调度和稳定运行具有重要意义。然而,风力发电的随机性和波动性容易影响功率预测结果的准确性。该文提出一种基于时空相关性的风电功率预测方法,由时空注意力模块和时空卷积模块组成。首先,利用空间注意力层和时间注意力层对不同风机之间的时空相关性进行聚合提取。其次,通过空间卷积层和时间卷积层有效捕捉风电数据之间的空间特征和时间演变规律。最后,采用中国两处实际风电场运行数据对预测方法进行实验验证。结果表明,相比于传统预测方法,时空注意力和时空卷积的融合使该文所提出的预测方法具有较高的预测精度和较好的稳定性。
关键词
风电功率预测
时空
相关性
图神经网络
时空
注意力
模块
时空卷积模块
Keywords
wind power forecast
spatiotemporal correlation
graph neural network
spatiotemporal attention module
spatiotemporal convolution module
分类号
TM721 [电气工程—电力系统及自动化]
在线阅读
下载PDF
职称材料
题名
基于双流自适应时空增强图卷积网络的手语识别
被引量：
2
2
作者
金彦亮
吴筱溦
机构
上海大学通信与信息工程学院
上海大学上海先进通信与数据科学研究院
出处
《应用科学学报》
CAS
CSCD
北大核心
2024年第2期189-199,共11页
基金
上海市自然科学基金(No.22ZR1422200)
上海市科委重点基金(No.19511102803)
上海市产业项目(No.XTCX-KJ-2022-68)资助。
文摘
针对提取手语特征过程中出现的信息表征能力差、信息不完整问题,设计了一种双流自适应时空增强图卷积网络(two-stream adaptive enhanced spatial temporal graph convolutional network,TAEST-GCN)实现基于孤立词的手语识别。该网络使用人体身体、手部和面部节点作为输入,构造基于人体关节和骨骼的双流结构。通过自适应时空图卷积模块生成不同部位之间的连接,并充分利用其中的位置和方向信息。同时采用残差连接方式设计自适应多尺度时空注意力模块,进一步增强该网络在空域和时域的卷积能力。将双流网络提取到的有效特征进行加权融合,可以分类输出手语词汇。最后在公开的中文手语孤立词数据集上进行实验,在100类词汇和500类词汇分类任务中准确率达到了95.57%和89.62%。
关键词
骨架数据
双流结构
自适应
时空
图
卷积
模块
自适应多尺度
时空
注意力
模块
特征融合
Keywords
skeleton data
two-stream structure
adaptive spatial temporal graph convolutional module
adaptive multi-scale spatial temporal attention module
feature fusion
分类号
TP391.4 [自动化与计算机技术—计算机应用技术]
在线阅读
下载PDF
职称材料
题名
一种利用ConvGRU解决交通流量预测问题的方法
3
作者
王玉森
景志勇
卫琳
高宇飞
石磊
王清贤
陶永才
王向杰
机构
郑州大学网络空间安全学院
郑州大学计算机与人工智能学院
郑州轻工业大学软件学院
嵩山实验室
出处
《小型微型计算机系统》
CSCD
北大核心
2024年第10期2355-2361,共7页
基金
国家重点研发专项项目(2018YFB1701401,2020YFB1712401)资助
国家自然科学基金青年科学基金项目(62006210,62001284,62206252)资助
+4 种基金
2022年度河南省重大科技专项项目(221100210100,221100211200)资助
2020年度河南省重大公益专项项目(201300210500)资助
南阳市协同创新重大专项项目(22XTCX12001)资助
郑州大学高层次人才科研启动基金项目(32340306)资助
河南省科技攻关项目(222102210026,212102210238)资助.
文摘
准确的交通流量预测可协助交通管理部门工作,减少交通压力.但现有方法对交通流时间特征与空间特征学习不充分,将二者割裂讨论,忽视了时间与空间的动态相关性.针对以上问题,本文提出了基于ConvGRU的多时间尺度时空卷积交通流预测方法(MTSTC),设计浅层时空卷积模块对数据中的时空相关性进行初步提取;提出以ConvGRU为核心特征提取器的深层时空卷积模块,对数据的时空特征进行更深层次挖掘;并从3种时间尺度范围的数据中提炼交通流的周期性特征;结合注意力机制设计了时空注意力模块辅助模型训练,提升模型收敛速率.在公开数据集PEMS04和PEMS08上进行实验验证,结果表明采用MAE和RMSE评价指标时,本文方法的准确率相较基线方法在两个数据集上提升了3.23%~5.64%.
关键词
交通流量预测
时空卷积模块
注意力机制
ConvGRU
Keywords
traffic flow prediction
spatio-temporal convolutional module
attention mechanism
ConvGRU
分类号
TP183 [自动化与计算机技术—控制理论与控制工程]
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
基于时空注意力卷积模型的超短期风电功率预测
吕云龙
胡琴
熊俊杰
龙敦华
《电网技术》
EI
CSCD
北大核心
2024
7
在线阅读
下载PDF
职称材料
2
基于双流自适应时空增强图卷积网络的手语识别
金彦亮
吴筱溦
《应用科学学报》
CAS
CSCD
北大核心
2024
2
在线阅读
下载PDF
职称材料
3
一种利用ConvGRU解决交通流量预测问题的方法
王玉森
景志勇
卫琳
高宇飞
石磊
王清贤
陶永才
王向杰
《小型微型计算机系统》
CSCD
北大核心
2024
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
