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
共找到554篇文章
< 1 2 … 28 >
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：
基于通道注意力机制增强DGNN的外骨骼机器人步态相位预测 被引量：1
1
作者 颜建军 许赢家 +2 位作者 林越 金理 江金林 《华东理工大学学报(自然科学版)》 北大核心 2025年第1期110-118,共9页
利用一种基于通道注意力机制增强的有向图神经网络(Channel Attention Enhanced Directed Graph Neural Network,CA-DGNN)的外骨骼机器人步态相位预测方法,提高了步态相位预测的准确性和可靠性。首先,研制了人体下肢姿态信息采集装置,... 利用一种基于通道注意力机制增强的有向图神经网络(Channel Attention Enhanced Directed Graph Neural Network,CA-DGNN)的外骨骼机器人步态相位预测方法,提高了步态相位预测的准确性和可靠性。首先,研制了人体下肢姿态信息采集装置,采集人体下肢的行走步态数据并构建人体下肢的骨架模型;之后,建立了基于CA-DGNN步态相位的预测模型,提取人体步态相位的运动特征,并基于当前时刻数据预测未来时刻的步态相位;最后,探讨了滑动窗口大小对算法性能的影响。本文提高了外骨骼机器人步态相位预测的准确性和鲁棒性,为此方向研究提供了一种新的思路和方法。 展开更多
关键词 步态相位预测 惯性传感器 骨架 时空图卷积网络 通道注意力机制
在线阅读 下载PDF
三维人体姿态估计中的多尺度时空特征融合
2
作者 张宇 刘骊 +2 位作者 付晓东 刘利军 彭玮 《计算机辅助设计与图形学学报》 北大核心 2025年第1期75-88,共14页
针对视频输入的单人三维人体姿态估计中表征不精确、融合不充分、结果不平滑的问题,提出三维人体姿态估计的多尺度时空特征融合方法.首先在空域定义关节点、肢体和上/下身人体标记并通过位置嵌入表示人体的空间多尺度特征;然后结合自注... 针对视频输入的单人三维人体姿态估计中表征不精确、融合不充分、结果不平滑的问题,提出三维人体姿态估计的多尺度时空特征融合方法.首先在空域定义关节点、肢体和上/下身人体标记并通过位置嵌入表示人体的空间多尺度特征;然后结合自注意力机制和多层感知机构建空间多尺度特征融合模块,融合关节点、肢体和上/下身三个空间多尺度特征,得到初步姿态特征序列;最后建立时序多尺度编码进行时序特征融合获得最终姿态特征序列,并通过时序解码,优化生成细化的三维人体姿态.在Human3.6M数据集上的实验结果表明,所提方法的平均每关节位置P-MPJPE和速度误差MPJVE分别为33.6和2.4,较对比方法降低了2.3%和4.0%,能够降低计算复杂度,提高三维人体姿态估计精度,生成准确、平滑的三维人体姿态估计结果.此外,在HumanEva-I数据集的测试结果表明,所提方法也具有一定的泛化性. 展开更多
关键词 三维人体姿态估计 多尺度特征 自注意力机制 时空特征融合 时序编码
在线阅读 下载PDF
山西地区应力场的时间变化特征研究
3
作者 王霞 宋美卿 +4 位作者 吴昊昱 梁向军 吕睿 郭文峰 张娜 《大地测量与地球动力学》 北大核心 2025年第6期593-598,共6页
基于2001年以来山西地区小震的震源机制解,反演得到一维应力场时序曲线。结果显示,山西地区应力场3个主轴方位角变化总体平稳,σ_(1)和σ_(2)倾伏角呈同步反向变化,σ_(3)倾伏角近水平,揭示研究区处于长期稳定的水平拉张构造应力场环境... 基于2001年以来山西地区小震的震源机制解,反演得到一维应力场时序曲线。结果显示,山西地区应力场3个主轴方位角变化总体平稳,σ_(1)和σ_(2)倾伏角呈同步反向变化,σ_(3)倾伏角近水平,揭示研究区处于长期稳定的水平拉张构造应力场环境。将倾伏角的时间变化分为2001-02-06—2008-12-19和2008-12-20—2023-07-31两个时段,第1个时段反映走滑性质的应力场,第2个时段为正断性质的应力场;在这两个时段内,山西地区发生的中等强度地震大多符合相应的应力场特征。2001年日本9.0级地震对山西地区应力场影响不明显。 展开更多
关键词 震源机制解 应力场 时间变化 山西地区 中等地震
在线阅读 下载PDF
融合Seq2Seq与时序注意力机制的工艺质量预测
4
作者 阴艳超 施成娟 +1 位作者 邹朝普 刘孝保 《机械科学与技术》 北大核心 2025年第3期453-464,共12页
针对流程工业生产过程整体工序繁多,工序间耦合严重,多维工艺数据间时序关系及其复杂等问题,提出一种融合Seq2Seq与时序注意力机制的高维多尺度工艺过程质量预测方法。在分析多工序工艺数据特点,以及运用Seq2Seq模型进行编码解码过程面... 针对流程工业生产过程整体工序繁多,工序间耦合严重,多维工艺数据间时序关系及其复杂等问题,提出一种融合Seq2Seq与时序注意力机制的高维多尺度工艺过程质量预测方法。在分析多工序工艺数据特点,以及运用Seq2Seq模型进行编码解码过程面临的难题的基础上,引入时序注意力机制来构造长距离变化的时域信息矩阵。设计卷积神经网络和BiLSTM作为编码组件,学习工艺过程时序数据的工艺参数关联性和双向时序关系等潜在深度特征,并结合时序注意力机制抽取关键信息,实现对工艺质量相关的工艺参数时序数据的非线性相关特征和时序依赖性的自适应地学习。最后,通过对制丝生产工艺过程质量的单输出和多输出预测实验,验证了所提算法的实用性和有效性,为多工序耦合的流程制造过程质量的精准预测提供了方法和实现途径。 展开更多
关键词 多工序时序耦合 工艺质量预测 Seq2Seq 时序注意力机制 自适应学习
在线阅读 下载PDF
基于时空特征和注意力机制的伪造检测方法
5
作者 姬莉霞 徐冲 +2 位作者 杜云龙 陈允峰 张晗 《郑州大学学报(理学版)》 北大核心 2025年第5期9-15,共7页
针对伪造检测中存在的特征冗余以及缺乏判别性等问题,提出一种基于时空特征和注意力机制的人脸伪造检测方法,旨在从时域和空域上挖掘图像的伪造线索,由帧间差异信息作为出发点进行伪造检测。首先,利用空间注意力模块,使模型关注到真实... 针对伪造检测中存在的特征冗余以及缺乏判别性等问题,提出一种基于时空特征和注意力机制的人脸伪造检测方法,旨在从时域和空域上挖掘图像的伪造线索,由帧间差异信息作为出发点进行伪造检测。首先,利用空间注意力模块,使模型关注到真实场景下易产生伪造的脸部区域。其次,利用时间注意力模块,对视频中人脸运动幅度变化更大、判别性更强的帧给予更高的权重。在FaceForensics++数据集上进行实验,结果表明,所提方法的曲线下面积(AUC)指标在低质量和高质量视频上分别达到89.04%和98.81%。此外,在Celeb-DF数据集上的测试结果也显示了所提方法具有良好的泛化性能。 展开更多
关键词 伪造检测 时空特征 帧间差异 注意力机制
在线阅读 下载PDF
基于Bi‑LSTM和时序注意力的异常心音检测 被引量：1
6
作者 卢官明 蔡亚宁 +3 位作者 卢峻禾 戚继荣 王洋 赵宇航 《南京邮电大学学报(自然科学版)》 北大核心 2025年第1期12-20,共9页
异常心音检测是对心脏病进行初步诊断的一种有效而方便的方法。为提升异常心音的检测性能,提出了一种基于双向长短时记忆网络(Bi⁃directional Long Short⁃Term Memory,Bi⁃LSTM)和时序注意力的异常心音检测算法。首先对心音片段进行分帧... 异常心音检测是对心脏病进行初步诊断的一种有效而方便的方法。为提升异常心音的检测性能,提出了一种基于双向长短时记忆网络(Bi⁃directional Long Short⁃Term Memory,Bi⁃LSTM)和时序注意力的异常心音检测算法。首先对心音片段进行分帧处理,使用平均幅度差函数(Average Magnitude Difference Function,AMDF)和短时过零率(Short⁃Time Zero⁃Crossing Rate,STZCR)提取每帧心音信号的初始特征;然后将它们拼接后作为Bi⁃LSTM的输入,并引入时序注意力机制,挖掘特征的长期依赖关系,提取心音信号的上下文时域特征;最后通过Softmax分类器,实现正常/异常心音的分类。在PhysioNet/CinC Challenge 2016提供的心音公共数据集上对所提出的算法使用10折交叉验证法进行了评估,其准确度、灵敏度、特异性、精度和F1评分分别为0.9579、0.9364、0.9642、0.8838和0.9093,优于已有的其他算法。实验结果表明,该算法在无需进行心音分段的基础上就能有效实现异常心音检测,在心血管疾病的临床辅助诊断中具有潜在的应用前景。 展开更多
关键词 心音分类 平均幅度差函数 短时过零率 双向长短时记忆网络 时序注意力机制
在线阅读 下载PDF
代际合作的决策机制与助推策略:时间折扣和社会折扣整合的理论视角
7
作者 李爱梅 柯正南 +2 位作者 姚心妍 朱乔薇 孙海龙 《心理科学进展》 北大核心 2025年第1期136-145,共10页
代际合作指个体选择为后代牺牲自己的当下利益,以谋求未来福祉。此决策涉及当前自我利益与未来后代利益之间的权衡,是推动可持续发展的关键心理过程。本研究分析了跨期决策、社会决策和代际合作决策在选项属性和选择过程两方面的差异,/... 代际合作指个体选择为后代牺牲自己的当下利益,以谋求未来福祉。此决策涉及当前自我利益与未来后代利益之间的权衡,是推动可持续发展的关键心理过程。本研究分析了跨期决策、社会决策和代际合作决策在选项属性和选择过程两方面的差异,/进而揭示了代际合作不仅在时间维度和社会维度的价值评估阶段,更在价值选择阶段表现出决策独特性。基于此,从时间折扣和社会折扣整合的理论视角,尝试建构“折扣−动力−助推”模型:分别提出传承动机和未来取向、代际认同和责任感知的动力机制,以及“代际心理账户”和“想象未来后代”的代际合作助推策略。未来还需探究代际合作的多种测量范式,并引入生命全程的研究视角,以推动代际合作与可持续发展的研究。 展开更多
关键词 代际合作 时间折扣 社会折扣 动力机制 助推
在线阅读 下载PDF
动静图融合和时序流注意力网络用于交通流预测
8
作者 闫敬 王祥 郑铮 《兵工自动化》 北大核心 2025年第5期66-70,共5页
为准确预测交通流量有利于优化交通管理、提高交通效率的问题,提出一种新的动静态图融合和时序流注意力网络。通过图卷积网络捕捉动态和静态的空间相关性,引入流注意力机制,有效缓解二次复杂度问题;设计时间相关性建模(temporal correla... 为准确预测交通流量有利于优化交通管理、提高交通效率的问题,提出一种新的动静态图融合和时序流注意力网络。通过图卷积网络捕捉动态和静态的空间相关性,引入流注意力机制,有效缓解二次复杂度问题;设计时间相关性建模(temporal correlation modeling,TCM)模块替换流注意力机制的线性变换方法,以增强模型的时序建模能力。在4个真实世界的交通数据集上进行了大量实验。实验结果表明:所提出的模型具有优越的性能,并且明显优于基线。 展开更多
关键词 交通流预测 时空相关性 流注意力机制 图卷积网络 特征融合
在线阅读 下载PDF
基于多维注意力机制的高速公路交通流量预测方法
9
作者 虞安军 励英迪 +5 位作者 杨哲懿 付崇宇 童蔚苹 余佳 刘云海 刘志远 《汽车安全与节能学报》 北大核心 2025年第3期463-469,共7页
为了实现精准的交通流量预测,提高高速公路智慧管理水平,该文构建了一种基于多维注意力机制的交通流量预测模型,并在樟吉高速公路真实交通数据集上开展对比实验,以验证模型的准确性及预测精度。模型基于图神经网络(GNN)和时间卷积网络(T... 为了实现精准的交通流量预测,提高高速公路智慧管理水平,该文构建了一种基于多维注意力机制的交通流量预测模型,并在樟吉高速公路真实交通数据集上开展对比实验,以验证模型的准确性及预测精度。模型基于图神经网络(GNN)和时间卷积网络(TCN)提取交通流空间和时间维度的特征,结合多维注意力机制挖掘时空数据中的关键信息,同时引入多任务学习架构,通过基于同方差不确定性的损失函数来平衡不同任务共同学习,以提高模型的泛化能力和鲁棒性。结果表明:该模型在测试集上的均方根误差(RMSE)和平均绝对误差(MAE)分别为7.467和5.133,相较基准模型有更好的预测精度;提出的该交通流量预测方法可有效地挖掘交通流的时空特性,描述真实交通运行状态,对高速公路交通流量做出精准预测。 展开更多
关键词 交通流预测 图神经网络(GNN) 时间卷积网络(TCN) 多维注意力机制
在线阅读 下载PDF
融合时空特征的多模态车辆轨迹预测方法
10
作者 史昕 王浩泽 +1 位作者 纪艺 马峻岩 《计算机工程与应用》 北大核心 2025年第7期325-333,共9页
针对考虑车辆行驶不确定性的轨迹分布准确快速预测问题,提出了一种融合时空特征的多模态车辆轨迹预测方法(GCNTA)。利用空间关联度系数和图卷积神经网络(GCN)实现空间关联特征提取。构建具有时间注意力机制的时域卷积网络(TCN)完成时间... 针对考虑车辆行驶不确定性的轨迹分布准确快速预测问题,提出了一种融合时空特征的多模态车辆轨迹预测方法(GCNTA)。利用空间关联度系数和图卷积神经网络(GCN)实现空间关联特征提取。构建具有时间注意力机制的时域卷积网络(TCN)完成时间特征提取。通过特征融合门控单元实现每个时间步长对应时空特征的自适应融合,并利用门控循环单元(GRU)网络构建解码器进一步生成未来车辆轨迹的概率分布。利用公开的NGSIM数据集对所提出模型进行消融实验及预测精度分析。仿真结果表明,GCNTA模型在预测误差均方根(RMSE)平均值相比GCN、图注意力网络(GAT)和长短期记忆网络(LSTM)模型分别减少15.6%、16.3%和23.8%。 展开更多
关键词 车辆轨迹预测 深度学习 图神经网络 时域卷积网络 注意力机制
在线阅读 下载PDF
东北黑土区耕地非粮化时空分异特征及其驱动机制研究
11
作者 刘洪彬 杜欣雨 董秀茹 《沈阳农业大学学报》 北大核心 2025年第4期44-55,共12页
[目的]分析东北黑土区耕地非粮化时空分异特征及其驱动因素,以期为东北黑土区耕地合理利用以及粮食安全保障提供依据。[方法]基于2010-2020年耕地播种面积数据和政策、经济、社会、技术等驱动力数据,利用耕地非粮化率、空间自相关分析... [目的]分析东北黑土区耕地非粮化时空分异特征及其驱动因素,以期为东北黑土区耕地合理利用以及粮食安全保障提供依据。[方法]基于2010-2020年耕地播种面积数据和政策、经济、社会、技术等驱动力数据,利用耕地非粮化率、空间自相关分析、政策文件量化、地理加权回归模型等方法,探究了东北黑土区耕地非粮化的时空分异特征及其驱动机制。[结果]从时间演变来看,2010-2020年东北黑土区耕地非粮化率总体上大幅度降低,可主要分为2010-2016年波动下降阶段、2016-2018年急速下降阶段、2018-2020年轻微回弹阶段。从空间特征来看,东北黑土区耕地非粮化空间差异格局显著,整体呈现“西高东低”的格局。分布具有显著的空间集聚特征,整体呈现内蒙古北部的高-高集聚区和黑龙江中部的低-低集聚区。从驱动机制来看,第一产业比重影响最为显著,且主要具有负向影响。其次是土地流转和粮食补贴两大政策,土地流转政策在不同地区作用不同,北部起抑制作用,南部起促进作用,粮食补贴政策整体上呈抑制作用。[结论]遏制东北黑土区耕地非粮化,相关政府部门应确保耕地首要功能用于粮食生产的同时,强化耕地对粮食种植的政策扶持,并根据农产品供求与发展优势调整区域布局。 展开更多
关键词 耕地非粮化 时空分异 驱动机制 GWR模型 东北黑土区
在线阅读 下载PDF
基于多重注意力机制的时空频融合的脑电情绪识别方法
12
作者 潘雨青 张琬琳 +1 位作者 任庆桦 许峰 《小型微型计算机系统》 北大核心 2025年第9期2098-2104,共7页
近年来,脑电情绪识别在心理治疗和人机交互领域展现了重要的应用前景.然而,现有研究大多未能充分挖掘脑电信号中复杂时空频模式的耦合和互补性特征.本文提出了一种基于多重注意力机制解耦时空频融合特征的网络模型,以有针对性地捕捉脑... 近年来,脑电情绪识别在心理治疗和人机交互领域展现了重要的应用前景.然而,现有研究大多未能充分挖掘脑电信号中复杂时空频模式的耦合和互补性特征.本文提出了一种基于多重注意力机制解耦时空频融合特征的网络模型,以有针对性地捕捉脑电信号的时空域与空频域互补特征.该模型通过将多域融合特征解耦为时间流模块、空间增强模块以及频域流模块,同时将空间注意力机制与频域注意力机制聚合到该网络模型中,从而更有效地提取信号中的关键判别信息.在DEAP数据集上进行了大量实验,实验结果表明,该模型在唤醒度和效价维度上的准确率分别达到了93.68%和92.96%,优于现有模型,证明了其在提升情绪识别性能方面的优越性. 展开更多
关键词 脑电图 时空频特征 双向门控循环单元 注意力机制
在线阅读 下载PDF
基于注意力时间卷积神经网络的光伏功率概率预测
13
作者 李青 《太阳能学报》 北大核心 2025年第2期326-332,共7页
针对确定性光伏功率预测无法计算预测结果概率和波动范围的问题,采用改进时间卷积神经网络(TCNN)开展光伏功率概率预测。TCNN已用于各种时序预测任务,但其在输入序列很长情况下需增加卷积层来提升预测性能。在TCNN中引入稀疏注意力机制... 针对确定性光伏功率预测无法计算预测结果概率和波动范围的问题,采用改进时间卷积神经网络(TCNN)开展光伏功率概率预测。TCNN已用于各种时序预测任务,但其在输入序列很长情况下需增加卷积层来提升预测性能。在TCNN中引入稀疏注意力机制,构建注意力时间卷积神经网络(ATCNN),通过分层卷积结构提取时间依赖关系,利用稀疏注意力关注重要的时间步,构建的稀疏注意力层无需更深的架构即可扩展感受野,并使预测结果更具可解释性。在两个光伏数据集上的功率概率预测结果表明,ATCNN的预测准确性优于TCNN、时间融合解码器(TFT)等先进深度学习模型,同时对于感受野的扩展,ATCNN比TCNN需要的卷积层更少、训练速度更快,并能可视化预测过程中最重要的时间步。同卷积层情况下,ATCNN比TCNN的点预测损失小15.7%,概率预测损失小15.9%。 展开更多
关键词 光伏功率 预测 时间卷积网络 稀疏注意力机制 可解释性
在线阅读 下载PDF
基于特征交叉注意力机制融合的轴承故障诊断方法
14
作者 赵国超 刘崇德 +2 位作者 宋宇宁 金鑫 李伟华 《振动与冲击》 北大核心 2025年第12期228-237,共10页
为了解决轴承振动信号特征提取不充分导致故障诊断准确率低的问题,提出一种基于特征交叉注意力机制融合的轴承故障诊断方法,建立CNN-BiTCN-CA诊断模型。采用变分模态分解和快速傅里叶变换对原始信号进行重构,分别使用卷积神经网络(convo... 为了解决轴承振动信号特征提取不充分导致故障诊断准确率低的问题,提出一种基于特征交叉注意力机制融合的轴承故障诊断方法,建立CNN-BiTCN-CA诊断模型。采用变分模态分解和快速傅里叶变换对原始信号进行重构,分别使用卷积神经网络(convolutional neural network,CNN)和双向时间卷积网络(bidirectional temporal convolutional network,BiTCN)提取时频特征,通过交叉注意力机制(cross-attention mechanism,CA)融合时频特征的能力,充分提取原始信号故障特征,利用全连接层实现滚动轴承故障类型的精确诊断。试验研究表明:在含信噪比为9.32 dB、标准差为2.98的高斯白噪声的环境下,使用CNN-BiTCN-CA模型轴承故障分类准确率为99.88%,相较于使用CNN、BiTCN和结合自注意力机制的卷积神经网络(CNN with self-attention mechanism,CNN-SA)诊断轴承故障,准确率分别提升约22.79%、4.85%和4.19%;在引入信噪比为3.31 dB、标准差为5.96的高斯白噪声时,该模型仍然可以达到96.12%的诊断准确率。CNN-BiTCN-CA模型能够深入提取轴承信号中的故障特征,有效提高故障分类准确性。 展开更多
关键词 滚动轴承 故障诊断 双向时间卷积网络(BiTCN) 时频融合 交叉注意力机制(CA)
在线阅读 下载PDF
MDA-MIM:一种融合多尺度特征与双重注意力机制的雷达回波图预测模型
15
作者 胡强 高雅婷 +1 位作者 尹宾礼 渠连恩 《通信学报》 北大核心 2025年第3期248-257,共10页
为提升雷达回波图中时空特征的提取质量,提出了一种基于多尺度特征融合和双重注意力机制的MIM改进(MDA-MIM)模型。该模型基于空洞卷积实现多尺度特征提取与融合。通过在MIM模型中的非平稳模块集成自注意力机制,调整不同时间步长和空间... 为提升雷达回波图中时空特征的提取质量,提出了一种基于多尺度特征融合和双重注意力机制的MIM改进(MDA-MIM)模型。该模型基于空洞卷积实现多尺度特征提取与融合。通过在MIM模型中的非平稳模块集成自注意力机制,调整不同时间步长和空间位置的权重,更精确地捕捉雷达回波数据中的非平稳性特征。在平稳模块引入局部注意力机制,以聚焦于局部区域内的特征关联,增强对平稳性特征的捕捉能力。真实数据集上的实验结果表明,MDA-MIM具有优秀的预测性能,在MSE、MAE、SSIM和PSNR等指标上均优于对比模型。 展开更多
关键词 雷达回波图 时空预测 注意力机制 多尺度特征
在线阅读 下载PDF
基于序列图时空增强与地理关系的兴趣点推荐
16
作者 刘超 朱军 《计算机应用研究》 北大核心 2025年第3期755-761,共7页
针对现有兴趣点(points-of-interest,POI)推荐存在的地理特征挖掘不充分与未将顺序信息纳入空间偏好的问题,提出基于序列图时空增强与地理关系(spatial-temporal enhancement of sequence graph and geographical relationships,STESGGR... 针对现有兴趣点(points-of-interest,POI)推荐存在的地理特征挖掘不充分与未将顺序信息纳入空间偏好的问题,提出基于序列图时空增强与地理关系(spatial-temporal enhancement of sequence graph and geographical relationships,STESGGR)的POI推荐模型。首先,利用POI位置信息构建地理图,采用图卷积网络(graph convolutional network,GCN)与注意力机制获取用户访问POI的地理特征。其次,利用用户签到信息提取时空特征构建时空信息增强的序列图,采用门图神经网络(gated graph neural network,GGNN)与注意力机制获取用户访问POI的时空偏好。然后,引入共同性学习优化框架学习顺序信息与地理特征之间的互补信息,进一步挖掘地理特征。最后,融合两个特征信息并通过多层感知机(multilayer perceptron,MLP)进行POI推荐。在五个真实数据集上进行了实验,结果表明STESGGR模型在AUC和Logloss指标上分别提升1.2%~2.7%和3.2%~12.4%。实验证明STESGGR在基于位置的POI推荐下有较好的表现,充分挖掘了顺序与地理特征,提升了推荐效果。 展开更多
关键词 POI推荐 时空信息 地理信息 顺序信息 注意力机制
在线阅读 下载PDF
基于时空动态图的交通流量预测方法研究
17
作者 孟祥福 谢伟鹏 崔江燕 《智能系统学报》 北大核心 2025年第4期776-786,共11页
为改进现有交通流量预测方法在建模时空数据和捕捉动态空间相关性方面的不足,提出了一种时空动态图卷积网络(spatio-temporal dynamic graph network,STDGNet)。该模型采用带嵌入层的编码器–解码器架构,通过动态图生成模块从数据驱动... 为改进现有交通流量预测方法在建模时空数据和捕捉动态空间相关性方面的不足,提出了一种时空动态图卷积网络(spatio-temporal dynamic graph network,STDGNet)。该模型采用带嵌入层的编码器–解码器架构,通过动态图生成模块从数据驱动的角度挖掘潜在的时空关系,并重构每个时间步的节点动态关联图。嵌入层使用时空自适应嵌入方法建模交通数据的内在时空关系和时间信息;编码器部分利用时空记忆注意力机制,从全局视角对时空特征进行建模;解码器部分将图卷积模块注入循环神经网络中,以同时捕捉时间和空间依赖关系,并输出未来流量情况。实验结果表明,所提模型与最优基线模型解耦动态时空图神经网络(decoupled dynamic spatial-temporal graph neural network,D2STGNN)相比,平均绝对误差降低了1.63%,模型训练时间缩短了近2.5倍。本研究有效提升了交通流量预测的准确性与效率,为智能交通系统的建设提供了有力支撑。 展开更多
关键词 交通流量 时空数据 混合模型 注意力机制 时空动态图 图卷积神经网络 循环神经网络 深度学习
在线阅读 下载PDF
基于Attention-T-GRU的短时交通流预测
18
作者 张玺君 苏晋 +2 位作者 陈宣 尚继洋 崔勇 《兰州理工大学学报》 北大核心 2025年第4期107-113,共7页
针对路网中交通流较大的关键路段需要准确的交通流预测结果,在考虑交通流时空相关性的基础上,选取预测道路的同向相邻道路,提出单条路段的短时交通流预测组合模型.首先,根据研究道路与其上下游道路的相关性构建速度矩阵;其次,将速度矩... 针对路网中交通流较大的关键路段需要准确的交通流预测结果,在考虑交通流时空相关性的基础上,选取预测道路的同向相邻道路,提出单条路段的短时交通流预测组合模型.首先,根据研究道路与其上下游道路的相关性构建速度矩阵;其次,将速度矩阵输入注意力机制网络提取道路之间的空间联系;最后,将注意力机制输出的数据分解为若干个序列T输入GRU网络中提取时间序列特征,构成ATGRU(Attention-T-GRU)组合模型完成路网的短时交通流预测.使用西安市的交通流数据对提出的ATGRU组合模型进行验证,结果表明,ATGRU模型相比T-LSTM、CNN-LSTM及ACGRU等模型有更高的预测精度. 展开更多
关键词 短时交通流预测 时空特性 注意力机制 组合模型
在线阅读 下载PDF
基于Inception-BiGRU和注意力机制的频谱感知方法研究
19
作者 殷晓虎 张安熠 +1 位作者 张珂珂 田冲 《电子测量技术》 北大核心 2025年第6期90-98,共9页
频谱感知是缓解频谱资源短缺的关键技术之一,其中智能频谱感知已成为当前研究的热点方向。针对现有频谱感知方法对信号特征提取不充分以及在低信噪比下频谱感知效果不佳的问题,提出一种由Inception模块、双向门控循环单元、时间注意力... 频谱感知是缓解频谱资源短缺的关键技术之一,其中智能频谱感知已成为当前研究的热点方向。针对现有频谱感知方法对信号特征提取不充分以及在低信噪比下频谱感知效果不佳的问题,提出一种由Inception模块、双向门控循环单元、时间注意力机制和全连接层网络组成的频谱感知混合模型。首先,Inception模块对接收到的I/Q信号进行多尺度空间特征的提取;然后,采用双向门控循环单元获取信号的时间序列特征,并通过时间注意力机制强化重要时序特征;最后,全连接层网络将提取到的特征映射到频谱状态的分类空间完成分类识别。实验结果表明,本文方法与多种现有频谱感知方法相比显著提升了感知性能,模型的整体检测准确率达到84.55%,当信噪比为-20 dB时,该方法的感知误差为24%;且对多种调制类型的无线电信号具有较好的适应性。所提方法无需依赖任何先验信息,在低信噪比和复杂无线电环境下展现出较强的鲁棒性,实现了感知性能与模型复杂度的有效平衡,为智能频谱感知提供了一种新的解决方案。 展开更多
关键词 频谱感知 深度学习 Inception模块 双向门控循环单元 时间注意力机制
在线阅读 下载PDF
基于蜉蝣优化算法的时空融合交通流预测研究
20
作者 张红 巩蕾 +1 位作者 曹洁 张玺君 《哈尔滨工程大学学报》 北大核心 2025年第4期764-771,796,共9页
针对复杂交通流的动态时空特性难以精准建模、现有深度学习模型超参数难以确定而导致模型预测精度低的问题,本文提出基于蜉蝣优化算法的门控时空卷积网络交通流预测方法。利用时间卷积网络结合门控线性单元挖掘交通数据隐藏的时间依赖性... 针对复杂交通流的动态时空特性难以精准建模、现有深度学习模型超参数难以确定而导致模型预测精度低的问题,本文提出基于蜉蝣优化算法的门控时空卷积网络交通流预测方法。利用时间卷积网络结合门控线性单元挖掘交通数据隐藏的时间依赖性,通过门控机制融合ChebNet捕获的静态空间特征与图卷积网络结合注意力机制捕获的动态空间特征,构建考虑动态时空特征的预测模型,并借助蜉蝣优化算法优化超参数。研究表明:在PeMSD7(M)数据集上,15、30和45 min下该模型MAE的预测精度较T-GCN提高了5.91%、9.06%和10.72%,本文方法具有有效性与优越性。 展开更多
关键词 交通流预测 动态时空特性 超参数 蜉蝣优化算法 时间卷积网络 门控线性单元 注意力机制 图卷积网络
在线阅读 下载PDF
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 2 … 28 下一页 到第 页
关于我们 | 版权声明 | 联系我们 | 帮助中心| 意见反馈
主办单位：上海市教育委员会
技术支持：重庆维普资讯有限公司
渝公网安备 50019002500403号
使用帮助 返回顶部