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7篇文章
< 1 >
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GRU的密集连接时空图注意力网络的城市交通预测
1
作者 郭海锋 许宏伟 周子盛 《高技术通讯》 CAS 北大核心 2024年第5期463-474,共12页
城市道路拓扑结构的复杂性、交通流量的实时变化以及多元的外部环境等因素给交通预测带来了极大的困难。现有方法对交通路网的时空特征挖掘性不足,缺乏对外部因素的考虑,为此本文提出了一种基于门控循环单元(GRU)的时空图注意力密集连... 城市道路拓扑结构的复杂性、交通流量的实时变化以及多元的外部环境等因素给交通预测带来了极大的困难。现有方法对交通路网的时空特征挖掘性不足,缺乏对外部因素的考虑,为此本文提出了一种基于门控循环单元(GRU)的时空图注意力密集连接网络,通过门控循环单元来捕获路网数据的动态规律,并以图注意力密集连接网络来提取路网复杂的空间结构特征,建立城市交通网络对时空的依赖关系。针对外部客观因素,采用独热编码的方式对城市各路段发生的交通事件进行数据建模,增强交通网络的信息属性。以杭州申花路及周围共309个路段为例,对所提出模型的预测能力和可行性进行验证。实验结果表明,模型预测精度最高达到了81.64%,与传统数学模型和主流的神经网络模型对比,预测精度较ARIMA提高了35.42%,较图注意力网络(GAT)和GRU神经网络分别提高了17.45%和3.02%。实验证明该方法可以适应复杂的交通流进行长期的交通预测任务,同时也能增强交通管理能力,减少交通拥堵成本。 展开更多
关键词 交通预测 时空特征 神经网络 门控循环单元(GRU) 密集连接 图注意力网络(gat)
下载PDF
基于时空多维的VMD-GAT-Attention短时交通流量组合预测模型 被引量：2
2
作者 田帅帅 殷礼胜 何怡刚 《合肥工业大学学报（自然科学版）》 CAS 北大核心 2022年第2期176-185,共10页
文章针对短时交通流量时空依赖性、非线性的特点,为提高交通流量的预测精度,将时间建模和空间建模相结合,提出一种整合改进的变分模态分解(variational mode decomposition,VMD)结合图注意力网络(graph attention networks,GAT)与注意... 文章针对短时交通流量时空依赖性、非线性的特点,为提高交通流量的预测精度,将时间建模和空间建模相结合,提出一种整合改进的变分模态分解(variational mode decomposition,VMD)结合图注意力网络(graph attention networks,GAT)与注意力模型搭建的组合预测模型。在时间维度上,利用改进粒子群算法(improved particle swarm optimization,IPSO)优化的变分模态算法分解交通流量,保证了VMD的充分分解,并得到相对平稳的交通流量序列,提高了组合模型的预测精度;在空间维度上,构建有效分解模态与原交通流量序列的GAT,提取不同时间序列中各交通节点之间的空间信息;引入注意力机制提高主要时空信息权重,降低次要时空信息权重,进一步提升了组合模型的预测精度。实验结果表明,该组合模型比IPSO-VMD-GAT-Attention模型以及VMD-GAT-Attention模型的均方根误差分别下降了31%和21%,而且对于VMD-GAT模型和GAT模型,均方根误差分别从14.1231和9.9136下降到2.2928,说明该模型达到较好的预测效果。 展开更多
关键词 交通流量预测 改进粒子群算法(IPSO) 变分模态分解(VMD) 图注意力网络(gat) 注意力机制
下载PDF
基于门控循环单元的多维时序上下文异常检测方法 被引量：2
3
作者 薛涛 李瑞宁 《西安工程大学学报》 CAS 2022年第6期108-114,共7页
目前已有的异常检测方法大多只解决了单维或简单模式上的异常检测,而对于多维的、结构复杂的数据,这些异常检测方法无法适用。因此,提出一种解决复杂时间序列异常检测的方法,首先将时间序列切割成若干子序列并对相似子序列进行聚类,使... 目前已有的异常检测方法大多只解决了单维或简单模式上的异常检测,而对于多维的、结构复杂的数据,这些异常检测方法无法适用。因此,提出一种解决复杂时间序列异常检测的方法,首先将时间序列切割成若干子序列并对相似子序列进行聚类,使数据脱离上下文环境;然后在门控循环单元(gated recurrent unit, GRU)的基础上结合图注意力网络(graph attention network, GAT)对各类别序列训练其特有的预测模型,从时间层面和特征层面上同时建模,以提高时间点预测的可信度;最后比较预测值与真实值,使用3σ准则选取阈值,判定异常点。结果表明:在上下文异常的情况下,该方法在SMD和ASD数据集上异常检测准确度达到94.86%和92.71%。 展开更多
关键词 多维度 异常检测 门控循环单元(GRU) 图注意力网络(gat) 上下文异常检测
下载PDF
基于混合图神经网络的方面级情感分类
4
作者 唐恒亮 尹棋正 +2 位作者 常亮亮 薛菲 曹阳 《计算机工程与应用》 CSCD 北大核心 2023年第4期175-182,共8页
目前在方面级情感分类研究中,图卷积网络被应用于句法依赖树上构建方面词与上下文词的依赖关系。但是由于句法依赖树的不稳定性和语句的复杂性与不规范表达,这种改进较为有限。为解决上述问题,提出了一种基于混合图神经网络模型。在该... 目前在方面级情感分类研究中,图卷积网络被应用于句法依赖树上构建方面词与上下文词的依赖关系。但是由于句法依赖树的不稳定性和语句的复杂性与不规范表达,这种改进较为有限。为解决上述问题,提出了一种基于混合图神经网络模型。在该模型中,为了深度提取方面词与上下文词的依赖关系,设计了应用于句法依赖树的多层图卷积网络。同时为提取词级依赖特征,设计了具有残差连接的图注意力网络(Res-GAT),其主要思想为以词级依赖关系特征作为补充,结合句法依赖关系进行方面级情感分类。通过在五个经典数据集上实验,证明了该模型相较于基线模型具有更优异的分类能力。 展开更多
关键词 方面级情感分类 句法依赖树 图卷积网络(GCN) 图注意力网络(gat)
下载PDF
基于混合图神经网络的个性化POI推荐方法研究 被引量：3
5
作者 刘志中 李林霞 孟令强 《南京大学学报（自然科学版）》 CAS CSCD 北大核心 2023年第3期373-387,共15页
随着基于位置的社交网络的快速发展,POI(Point of Interest)推荐已成为推荐领域的研究热点,然而已有的工作未能充分挖掘用户的POI交互偏好以及POI转移偏好,影响了POI推荐效果.提出一种基于混合图神经网络的个性化POI推荐方法.首先构建... 随着基于位置的社交网络的快速发展,POI(Point of Interest)推荐已成为推荐领域的研究热点,然而已有的工作未能充分挖掘用户的POI交互偏好以及POI转移偏好,影响了POI推荐效果.提出一种基于混合图神经网络的个性化POI推荐方法.首先构建用户社交网络图,利用图注意力网络(Graph Attention Networks,GAT)学习含有社交关系的用户特征;其次,构建用户与POI的标号交互二部图,基于标号二部图神经网络(Signed Bipartite Graph Neural Networks,SBGNN)学习含有用户POI交互偏好的用户特征与POI特征;构建POI有向转移图,基于会话图神经网络(SessionBased Recommendation with Graph Neural Networks,SRGNN)学习含有用户POI转移偏好的POI特征;之后,融合含有社交关系的用户特征与含有POI交互偏好信息的用户特征得到最终的用户特征表示,融合含有用户POI交互偏好的POI特征与含有用户POI转移偏好的POI特征,得到最终的POI特征表示;最后,将用户特征表示与POI特征表示做乘积操作,通过Sigmoid函数得到用户对每个POI的预测评分,并以此向用户推荐Top-K POI序列.基于三个公共数据集(Gowalla,Foursquare和Yelp)开展了大量的实验,结果表明,与七种基线模型的推荐效果相比,提出的方法的准确率和召回率分别平均提升19.95%和1.35%. 展开更多
关键词 POI推荐 标号交互二部图 POI转移图 图注意力神经网络(gat) 标号二部图神经网络(SBGNN) 会话图神经网络(SRGNN)
下载PDF
基于标签语义匹配融合的多标签文本分类方法
6
作者 文勇军 刘随缘 崔志豪 《湘潭大学学报（自然科学版）》 CAS 2024年第3期82-93,共12页
针对当前多标签文本分类研究中存在的文本有效信息提取不充分、标签间的相关性被忽略、文本对标签的语义关注挖掘、利用不足的问题,该文提出了一种基于标签语义匹配融合的多标签文本分类方法.首先,利用DeBERTa模型来计算细粒度为单词级... 针对当前多标签文本分类研究中存在的文本有效信息提取不充分、标签间的相关性被忽略、文本对标签的语义关注挖掘、利用不足的问题,该文提出了一种基于标签语义匹配融合的多标签文本分类方法.首先,利用DeBERTa模型来计算细粒度为单词级的文本表示;同时,根据标签全局共现构建标签图数据,利用图注意力网络自动学习不同标签之间的关联程度,生成捕获了标签间结构信息与深层相关性的标签特征嵌入;然后,提出了一种基于标签语义匹配的嵌入融合机制建模文本对标签的语义关注,体现了两者的语义关联,并将获得的基于标签语义匹配嵌入的单词融合表示送入CNN中进行特征交互,最终实现标签预测.在AAPD与RCV1-V2这两个公开英文数据集上的实验结果表明,该文所提出的模型性能明显优于其他主流基线模型. 展开更多
关键词 多标签文本分类 DeBERTa 图注意力网络gat 标签语义嵌入
下载PDF
融合关系图注意力网络的并行查询执行计划选择
7
作者 郭梦涛 牛保宁 杨茸 《计算机工程与应用》 CSCD 北大核心 2024年第17期243-251,共9页
查询作为数据库系统中最重要的功能之一,它的执行效率直接决定系统的性能。并行场景下,查询交互(query interaction,QI)本质上表现为操作间的相互作用,是准确选择查询执行计划的关键。现有在操作粒度上度量QI的模型未能描述交互的动态性... 查询作为数据库系统中最重要的功能之一,它的执行效率直接决定系统的性能。并行场景下,查询交互(query interaction,QI)本质上表现为操作间的相互作用,是准确选择查询执行计划的关键。现有在操作粒度上度量QI的模型未能描述交互的动态性,只提取操作特征来反映QI,难以为并行场景下的执行计划选择提供准确的QI度量。为此,在QI的表示上,提出查询组合异构图,以操作为节点,操作间的交互关系为边,实现动态、操作粒度、多交互类型的QI表示;在QI特征提取上,提出多边类型权重计算(multi-edge type weight calculation,MTWC)模型用于计算边权重,并将其作为关系特征,体现交互的强弱程度;在执行计划的选择上,提出一种基于关系图注意力网络(relational graph attention network,R-GAT)的查询组合异构图分类模型(query-mix heterogeneous graph classifica-tion,QHGC),为并行查询选择执行计划。在PostgreSQL上的实验表明,QHGC为查询选择执行计划的准确率达90.4%,平均准确率比查询优化器提高48.2个百分点,比现有最先进的模型PSG提高6.9个百分点。 展开更多
关键词 查询交互 操作级 多边类型权重计算(MTWC) 执行计划 关系图注意力网络(R-gat)
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 下一页 到第 页
使用帮助 返回顶部