检索结果-维普期刊中文期刊服务平台

基于自适应扩散图卷积注意力网络的地铁客流预测: 1; 作者唐郑熠黄嘉欢 +1 位作者王金水邢树礼《铁道科学与工程学报》 EI CAS CSCD 北大核心 2024年第12期4910-4923,共14页; 准确的地铁客流预测是智能交通系统应对交通挑战、协调运营调度、规划未来建设的重要战略需求。然而,先前将图卷积网络与深度学习模型(如循环神经网络、长短期记忆网络和门控循环神经网络等)相结合的相关研究只能提取基于路网图结构的... 展开更多; 关键词智能交通地铁客流预测自适应扩散图卷积因果卷积多头注意力; 在线阅读下载PDF 职称材料

基于自适应时空网络的SDN流量预测模型: 2; 作者刘月张慧 +1 位作者蔡安亮沈建华《光通信技术》北大核心 2024年第6期34-39,共6页; 为了提高软件定义网络(SDN)流量预测的准确率,提出了一种基于自适应时空网络的SDN流量预测模型。该模型通过采用自适应图卷积神经网络来捕捉SDN流量的空间相关性,利用门控循环单元来捕捉时间上的变化趋势,并针对SDN流量的高度动态特性... 展开更多; 关键词软件定义网络流量预测自适应图卷积网络门控循环时空相关性; 在线阅读下载PDF 职称材料

基于AAGC-GRU的航班延误组合预测方法: 3; 作者刘晓琳郭梦娇李卓《北京航空航天大学学报》北大核心 2025年第1期30-42,共13页; 针对航班延误预测模型中延误数据的时空动态相关性难以提取的问题,提出一种基于自适应注意力图卷积门控循环单元(AAGC-GRU)的航班延误预测模型。以机场为节点构建机场网络拓扑图,结合空间注意力机制及自适应图卷积神经网络,弥补图卷积... 展开更多; 关键词航班延误预测深度学习自适应图卷积门控循环单元注意力机制; 在线阅读下载PDF 职称材料

结合多特征嵌入和多网络融合的中文医疗命名实体识别被引量：5: 4; 作者雷松泽刘博 +1 位作者王瑜菲单奥奎《电子与信息学报》 EI CSCD 北大核心 2023年第8期3032-3039,共8页; 在医疗领域中,实体识别能够从大规模电子病历文本中提取有价值信息,由于缺乏定位实体边界的特征以及存在语义信息提取不完整等问题,中文的命名实体识别(NER)实现更加困难。该文提出一种针对中文电子病历的结合多特征嵌入和多网络融合的... 展开更多; 关键词命名实体识别多特征嵌入多网络融合自适应图卷积网络; 在线阅读下载PDF 职称材料

题名基于自适应扩散图卷积注意力网络的地铁客流预测: 1; 作者唐郑熠黄嘉欢王金水邢树礼; 机构福建理工大学计算机科学与数学学院福建理工大学福建省大数据挖掘与应用技术重点实验室湖南工商大学移动商务智能湖南省重点实验室; 出处《铁道科学与工程学报》 EI CAS CSCD 北大核心 2024年第12期4910-4923,共14页; 基金福建省自然科学基金资助项目(2022J01933) 湖南省重点实验室开放研究基金资助项目(2015TP1002)。; 文摘准确的地铁客流预测是智能交通系统应对交通挑战、协调运营调度、规划未来建设的重要战略需求。然而,先前将图卷积网络与深度学习模型(如循环神经网络、长短期记忆网络和门控循环神经网络等)相结合的相关研究只能提取基于路网图结构的时间和空间相关性,而忽略了地铁站点之间隐藏的空间相关性和随时间变化的动态时间和动态空间相关性。为了挖掘交通数据中复杂的时空相关性以实现精确的地铁客流预测,提出一种基于自适应扩散图卷积注意力(Adaptive Diffusion Graph Convolution Attention, ADGCA)网络的客流预测方法。此方法的创新点主要包括2个方面:首先,通过构建多图和自适应矩阵,并结合多头注意力机制,能够挖掘地铁站点之间隐藏的空间相关性。这种方法优化了现有方法在提取地铁系统空间信息特征方面的不足,使得ADGCA模型能够更全面地提取地铁系统中的空间信息特征。其次,构建了一种结合因果卷积、自适应扩散图卷积和多头注意力机制的深度学习模型组件。该组件能够在局部和全局层面捕捉地铁客流数据中的动态时空相关性,相比于先前的方法,能够更有效地提取复杂的地铁客流数据特征。在根据上海和杭州地铁自动检票系统的乘客刷卡记录所构建的2个真实数据集上,对模型有效性进行评估。研究结果表明,相较于现有的基线模型,ADGCA模型能够提取更加真实的动态时空相关性,从而有效地降低了预测误差。在所有预测时间步长上,ADGCA模型预测准确度指标均优于基线模型。研究结果为进一步优化城市地铁运营计划和保障地铁安全营运提供了更加精确的数据支持。; 关键词智能交通地铁客流预测自适应扩散图卷积因果卷积多头注意力; Keywords intelligent transportation metro passenger flow prediction adaptive diffusion graph convolution causal convolution multi-head attention; 分类号 U231 [交通运输工程—道路与铁道工程] TP399 [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

题名基于自适应时空网络的SDN流量预测模型: 2; 作者刘月张慧蔡安亮沈建华; 机构南京邮电大学通信与信息工程学院深圳赛柏特通信技术有限公司; 出处《光通信技术》北大核心 2024年第6期34-39,共6页; 基金国家自然科学青年基金项目(批准号:62301284)资助。; 文摘为了提高软件定义网络(SDN)流量预测的准确率,提出了一种基于自适应时空网络的SDN流量预测模型。该模型通过采用自适应图卷积神经网络来捕捉SDN流量的空间相关性,利用门控循环单元来捕捉时间上的变化趋势,并针对SDN流量的高度动态特性引入了自回归模块。实验结果表明,所提出的SDN流量预测方法相比现有的基线模型能够识别出更多的流量特征,同时表现出更优的预测性能。; 关键词软件定义网络流量预测自适应图卷积网络门控循环时空相关性; Keywords software defined network traffic prediction adaptive graph convolutional network gated recurrent spatiotemporal correlation; 分类号 TN91 [电子电信—通信与信息系统]; 在线阅读下载PDF 职称材料

题名基于AAGC-GRU的航班延误组合预测方法: 3; 作者刘晓琳郭梦娇李卓; 机构中国民航大学电子信息与自动化学院中国农业大学信息与电气工程学院; 出处《北京航空航天大学学报》北大核心 2025年第1期30-42,共13页; 基金天津市自然科学基金(17JCYBJC18200)。; 文摘针对航班延误预测模型中延误数据的时空动态相关性难以提取的问题,提出一种基于自适应注意力图卷积门控循环单元(AAGC-GRU)的航班延误预测模型。以机场为节点构建机场网络拓扑图,结合空间注意力机制及自适应图卷积神经网络,弥补图卷积神经网络对先验知识过度依赖的缺陷,同时增强模型对机场网络空间动态相关性的自动挖掘能力;采用门控循环单元获取航班延误数据的时间相关性,并引入时间注意力机制来学习不同时间步数据的影响权重;采用全连接层获取航班延误预测结果。利用美国大型机场网络的航班离港准点率数据集进行实验,结果表明:所提AAGC-GRU模型的预测结果在平均绝对误差、均方根误差和平均绝对百分误差方面均优于梯度提升回归树、门控循环单元及时空图卷积神经网络等基线模型。; 关键词航班延误预测深度学习自适应图卷积门控循环单元注意力机制; Keywords flight delay prediction deep learning adaptive graph convolution gated recurrent unit attention mechanism; 分类号 V351 [航空宇航科学与技术—人机与环境工程]; 在线阅读下载PDF 职称材料

题名结合多特征嵌入和多网络融合的中文医疗命名实体识别被引量：5: 4; 作者雷松泽刘博王瑜菲单奥奎; 机构西安工业大学计算机科学与工程学院; 出处《电子与信息学报》 EI CSCD 北大核心 2023年第8期3032-3039,共8页; 基金新型网络与检测控制国家地方联合工程实验室基金(GSYSJ2016008)。; 文摘在医疗领域中,实体识别能够从大规模电子病历文本中提取有价值信息,由于缺乏定位实体边界的特征以及存在语义信息提取不完整等问题,中文的命名实体识别(NER)实现更加困难。该文提出一种针对中文电子病历的结合多特征嵌入和多网络融合的模型(MFE-MNF)。该模型嵌入多粒度特征,即字符、单词、部首和外部知识,扩展字符的特征表示,明确实体边界。将特征向量分别输入到双向长短期记忆神经网络(BiLSTM)和该文构建的自适应图卷积网络等双通路中,全面深入地捕获上下文语义信息和全局语义信息,缓解语义信息提取不完整问题。在CCKS2019和CCKS2020数据集上进行实验验证,结果表明,相比于传统实体识别模型,该文模型能够准确且有效地提取实体。; 关键词命名实体识别多特征嵌入多网络融合自适应图卷积网络; Keywords Named Entity Recognition(NER) Multi-feature embedding Multi-network fusion Adaptive graph convolutional network; 分类号 TP391.1 [自动化与计算机技术—计算机应用技术] R-05 [医药卫生]; 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	基于自适应扩散图卷积注意力网络的地铁客流预测	唐郑熠黄嘉欢王金水邢树礼	《铁道科学与工程学报》 EI CAS CSCD 北大核心	2024	0	在线阅读下载PDF 职称材料
2	基于自适应时空网络的SDN流量预测模型	刘月张慧蔡安亮沈建华	《光通信技术》北大核心	2024	0	在线阅读下载PDF 职称材料
3	基于AAGC-GRU的航班延误组合预测方法	刘晓琳郭梦娇李卓	《北京航空航天大学学报》北大核心	2025	0	在线阅读下载PDF 职称材料
4	结合多特征嵌入和多网络融合的中文医疗命名实体识别	雷松泽刘博王瑜菲单奥奎	《电子与信息学报》 EI CSCD 北大核心	2023	5	在线阅读下载PDF 职称材料