多融合图网络协同多通道注意力模型及其应用和应用方法

发明专利有效专利

申请号：
CN202110526469.9
IPC分类号：G06N3/04;G06N3/08;G08G1/01
申请日期：
2021-05-14
申请人：
南京邮电大学

基础信息

权利要求

说明书

PDF全文

法律信息

引证文献

著录项信息

专利名称	多融合图网络协同多通道注意力模型及其应用和应用方法
申请号	CN202110526469.9	申请日期	2021-05-14
法律状态	实质审查	申报国家	中国
公开/公告日	2021-08-20	公开/公告号	CN113283581A
优先权	暂无	优先权号	暂无
主分类号	G06N3/04 ? IPC结构图谱： G 物理 G0 仪器 G06 计算；推算；计数 G06N 基于特定计算模型的计算机系统〔7〕 G06N3/00 基于生物学模型的计算机系统（仿真生物的功能方面的模拟计算机入G06G 7/60）〔7〕 G06N3/02 采用神经网络模型（用于自适应控制的入G05B 13/00；用于图像模式匹配的入G06K 9/00；用于图像数据处理的入G06T 1/40；用于语音模式匹配的入G10L 15/16）〔7〕 G06N3/04 体系结构，例如，互连拓扑〔7〕	IPC分类号	G;0;6;N;3;/;0;4;;;G;0;6;N;3;/;0;8;;;G;0;8;G;1;/;0;1查看分类表>
申请人	南京邮电大学	申请人地址	江苏省南京市鼓楼区新模范马路66号变更专利地址、主体等相关变化，请及时变更，防止失效
权利人	南京邮电大学	当前权利人	南京邮电大学
发明人	蒋国平;程曼茹;宋玉蓉
代理机构	南京正联知识产权代理有限公司	代理人	王素琴

摘要

本发明是一种多融合图网络协同多通道注意力模型及其应用和应用方法，该模型包括ECA、MF‑GCN、CNN、残差网络和RELU层，堆叠ECA、MF‑GCN、CNN构建出多融合时空块，多融合时空块结合残差网络、一层RELU层获得多融合图网络协同多通道注意力块，堆叠多融合图网络协同多通道注意力块，将最后多融合图网络协同多通道注意力块的输出再经过CNN层，获得多融合图网络协同多通道注意力模型。本发明用已有的数据构建潜在的图结构，构建多属性融合的GCN模块，将包含多个属性的图结构传入GCN模块，充分挖掘图结构信息；首次将ECA模型用于交通流预测，应用ECA模型的注意力机制，更好的建模时间非线性动态变化性。

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有引用任何外部专利数据！

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有被任何外部专利所引用！

我浏览过的专利

专利服务由北京酷爱智慧知识产权代理公司提供