python基于图卷积神经网络GCN-LSTM循环神经网络-SAEs、RNN的交通流量预测目标检测、语义分割、、Re-ID、医学图像分割、目标跟踪、人脸识别、数据增广、人脸检测、显著性目标检测、自动驾驶、人群密度估计、3D目标检测、CNN、AutoML、图像分割、SLAM、实例分割、人体姿态估计
首先,通过建立基于LSTM的空气污染情况预测模型,可以实现对未来一段时间内空气污染情况的预测,为政府部门...
一种基于GCN-LSTM的电力系统短期负荷预测方法专利信息由爱企查专利频道提供,一种基于GCN-LSTM的电力系统短期负荷预测方法说明:一种基于GCN‑LSTM的电力系统短期负荷预测方法,本发明属于电力系统负荷预测技术领域,首先,完成时...专利查询请上爱企查
1.一种基于gcn-lstm的个体位置预测方法,其特征在于,包括以下步骤:步骤s1:采集用户的轨迹数据;步骤s2:度量用户轨迹的相似性;步骤s3:根据得到的用户轨迹的相似性,利用图卷积网络提取用户的相似性特征;步骤s4:构建改进的gcn-lstm模型;步骤s5:基于相似性特征,采用改进的gcn-lstm模型提取用户轨迹的时间特征,得到预测结果。
一种基于注意力机制的GCN-LSTM船舶交通流预测方法专利信息由爱企查专利频道提供,一种基于注意力机制的GCN-LSTM船舶交通流预测方法说明:本发明公开了一种基于注意力机制的GCN‑LSTM船舶交通流预测方法,首先获取数据集并进行预处理,之后...专利查询请上爱企查
一种基于GCN-LSTM组合模型的公交车站点客流量预测方法专利信息由爱企查专利频道提供,一种基于GCN-LSTM组合模型的公交车站点客流量预测方法说明:一种基于GCN‑LSTM组合模型的公交车站点客流量预测方法属于交通预测领域。本发明首先用图卷积神经网...专利查询请上爱企查
1.本发明属于交通管理技术领域,具体涉及一种基于注意力机制的gcn-lstm船舶交通流预测方法。 背景技术: 2.在经济全球化的影响下,世界经济得到日益迅速地发展,船舶运输在现阶段的货物运输体系中依旧拥有无可替代的地位,中国台湾知名航运公司长荣集团旗下巨型货轮“evergiven”遭到强风袭击而偏离航道,最终在苏伊士运河搁浅...
最后使用线性回归层来综合时空特征并产生空气质量的预测结果. 为了验证本文提出的预测模型的性能, 我们使用了沈阳市浑南区的14个小微型监测站的空气质量监测数据进行实验. 实验结果显示, 基于GCN-LSTM 的空气质量预测模型在空间关联较强的网格化监测中的小微型监测站上的预测结果的精度要优于单一的LSTM 预测模型.关键...
本发明揭示了一种基于LSTM‑GCN的臭氧预测方法,包括如下步骤,通过长短期记忆网络LSTM得到观测点的隐状态,将每个观测点的隐状态构造成图,作为图卷积神经网络GCN的输入,得到所有观测点加权后的隐状态,最后通过线性网络得出预测结果。本发明的方法结合了邻居观测点来辅助目标观测点预测臭氧数据。LSTM网络能起到很好的时序...
基于GCN-LSTM的日前市场边际电价预测 传统电价预测往往采用基于时间序列的时域预测方法,未能充分利用电力市场的地域信息,忽略了跨区域输电条件下影响区内电价的域外因素,为进一步提升电价预测精度提出一种... 韩升科,胡飞虎,陈之腾,... - 《中国电机工程学报》 被引量: 0发表: 2022年 融合时空特征的GCN-LSTM西北...