金融界2024年12月4日消息，国家知识产权局信息显示，陕西欧拉数学研究院有限公司申请一项名为“基于扩散图卷积以及Autoformer神经网络的时空长期风速预测算法”的专利，公开号CN 119066396 A，申请日期为2024年9月。专利摘要显示，本发明涉及基于扩散图卷积以及Autoformer神经网络的时空长期风速预测算法，包括：获取风场各个...
本发明公开了一种基于自适应部分注意力扩散图卷积神经网络的交通流量预测方法,包括如下步骤:准备交通流量数据集,将数据划分为三个时间周期分段,即最近周期、每日周期和每周周期,每个周期数据分别进入深度神经网络进行学习,建模不同的交通模式;进入神经网络之前,将数据集进行标准化处理;利用节点嵌入算法,设置两个节点嵌入向...
陕西欧拉数学研究院申请基于扩散图卷积以及Autoformer神经网络的时空长期风速预测算法专利,有效提升预测准确性并快速得到长期预测结果 |快报 返回搜狐,查看更多 平台声明:该文观点仅代表作者本人,搜狐号系信息发布平台,搜狐仅提供信息存储空间服务。
流量中的时间特征,两者的有机结合可以有效预测网络中的流量.通过与其他网络流量预测模型在美国能源科学网(ESnet)流量数据上进行对比实验,验证了提出的动态扩散卷积交互图神经网络模型(DDCIGNN)的有效性.实验结果表明,DDCIGNN模型的均方根误差(RMSE)在最好的情况下优化了大约13.0%,说明该模型能够进行更有效的网络流量...
基于卷积神经网络动态自适应扩散的双图像加密方法,涉及双图像加密技术领域,解决现有双图像加密方法中存在的密钥空间不足,随机性不够的问题,以及不能有效抵抗已知明文攻击和选择明文攻击的安全缺陷,本发明由5D保守混沌系统生成的随机序列经过一系列变换后得到的L_Con作为卷积神经网络的卷积核,得到明文相关的坐标对。通过对...
4.为解决上述技术问题,本发明提出基于动态扩散图卷积的循环神经网络的交通流量预测方法,充分利用道路的拓扑结构和动态邻接矩阵的信息对交通流量进行预测,同时也具备对道路节点近邻信息聚合的能力和对全局的时间序列学习表示的能力,有利于提高交通流量预测任务的准确度。
金融界2024年12月4日消息,国家知识产权局信息显示,陕西欧拉数学研究院有限公司申请一项名为“基于扩散图卷积以及Autoformer神经网络的时空长期风速预测算法”的专利,公开号CN 119066396 A,申请日期为2024年9月。 专利摘要显示,本发明涉及基于扩散图卷积以及Autoformer神经网络的时空长期风速预测算法,包括:获取风场各个风机...
金融界2024年12月4日消息,国家知识产权局信息显示,陕西欧拉数学研究院有限公司申请一项名为“基于扩散图卷积以及Autoformer神经网络的时空长期风速预测算法”的专利,公开号CN 119066396 A…
金融界2024年12月4日消息,国家知识产权局信息显示,陕西欧拉数学研究院有限公司申请一项名为“基于扩散图卷积以及Autoformer神经网络的时空长期风速预测算法”的专利,公开号CN 119066396 A…