GCN通过在图结构上进行卷积操作,充分利用节点的邻接关系和特征信息,能够有效提取图数据的时空特征。本文提出的基于GCN和GRU的电场强度监测模型,结合GCN的空间特征提取和GRU的时间序列处理,实现了电场强度数据的高效监测和准确预测。所以请大家放心入手 代码获取 后台回复关键词:GCN-GRU...
GCN-GRU:一种无线传感器网络故障检测模型_陈俊杰 下载积分: 2000 内容提示: 西安电子科技大学学报 Journal of Xidian University ISSN 1001-2400,CN 61-1076/TN 《西安电子科技大学学报》网络首发论文 题目: GCN-GRU:一种无线传感器网络故障检测模型 作者: 陈俊杰,邓洪高,马谋,蒋俊正 收稿日期: 2021-09-03 网络...
空间负荷预测图神经网络GRU网络拓扑随着城市的快速发展,城市配电系统也进行了快速的扩展.空间负荷预测研究可以指导电力系统的管理与调度,并且其准确性会影响到方案的合理性.首先分析并总结了常用空间负荷预测方法的特点,然后提出了GCN-GRU时空负荷预测模型.GCN-GRU模型充分利用图神经网络在网络拓扑数据方面的优势以及GRU在...
针对无线传感器网络中的故障检测问题,提出了一种融合图卷积网络和门控循环单元的故障检测模型GCN-GRU,该模型由输入层、时空处理层和输出层组成。输入层接收传感器网络数据和由无线传感器网络构建的图模型并将其传输至时空处理层;在时空处理层中,运用图卷积网络提取无线传感器网络的空间分布特征及故障在高维空间的特征,并...
(2) GCN-GRU模型的均方根误差较HA模型,SVR模型,移动平均自回归(ARIMA)模型分别降低了0.5%,71.4%,37.9%,平均绝对误差分别降低了10.5%,82.4%,82.4%,准确率分别提高了0.06%,17.7%,13.8%,表明GCN-GRU模型具有较强的鲁棒性,且泛化性能较好.(3) GCN-GRU模型较HA模型,SVR模型,ARIMA模型更能关注到前序重要特征的...
一种基于gcn-gru的露天矿卡车停留区域活动识别方法 技术领域 1.本发明涉及轨迹数据挖掘领域,具体涉及露天矿卡车gps轨迹停留区域识别,并通过gcn神经网络和gru神经网络结合进行停留区域活动识别,特别是一种基于gcn-gru的露天矿卡车停留区域活动识别方法。 背景技术: ...
利用GRU网络进行文本词级和句子级双层编码;然后利用GCN网络将关联图信息和文本向量表征进行卷积操作,得到句子分类信息;最后,利用句子分类和GRU网络获取的文档级簇分类... 高盛祥,左江涛 被引量: 0发表: 2022年 基于图神经网络的方面级情感分析算法研究与应用 随着电子商务领域的快速发展,消费者在线发布的含有主观情感...
GCN + GRU 实录 关联比赛: 全球城市计算AI挑战赛 周五晚下班回来突然想起周六晚十点海选就结束,于是赶紧码起来。 GAT,GCN, AGNN各种图加GRU拼凑了训练网络,然后开始整理数据。 全部跑起来已经是周六凌晨四点半了。 周六十二点起来,一看训练:Epoch 1500, Loss: 1.6 Validation MAE 32000 想着时间紧赶集交了一次...
一种基于gcn-gru的订单剩余完工期预测方法 技术领域 1.本发明属于制造系统性能预测领域,具体涉及一种基于gcn-gru的离散制造车间订单剩余完工期实时预测方法。 背景技术: 2.为了适应激烈的市场竞争和复杂的客户需求,企业逐步向智能制造转型,生产模式由面向库存生产转向面向订单生产,精准的订单剩余完工期预测,一方面可以量化...
本发明提出一种基于GCN和GRU增强U‑Net特征的高光谱分类方法,所述方法为解决高光谱波段数据之间的类内高变异性和类间的相似性提供了新的解决方案。针对传统模型忽略特征之间所存在的潜在关系,提出使用图神经网络(GCN)和门控循环单元(GRU)获取U‑Net下采样特征之间的潜在关系,同时注意力机制用于根据上下文特征的...