公开(公告)号：CN119397024A

公开(公告)日：2025-02-07

申请号：CN202510005531.8

申请日：2025-01-03

Applicant: 北京林业大学

Inventor： 霍光煜 ,  张晓宇 ,  穆莉平 ,  陈志泊

IPC: G06F16/35 ,  G06F18/23 ,  G06N3/0455 ,  G06N3/042 ,  G06N3/0464 ,  G06N3/08 ,  G06N3/0895 ,  G06F18/25

Abstract: 本发明公开了基于交叉注意力融合的自编码图卷积网络聚类方法，涉及计算机机器学习领域，本发明交叉注意融合模块创新地连接了内容自动编码器模块（CAE）与单个数据有关的图形卷积自动编码器模块（GAE）和与数据之间的关系有关的图形卷积自动编码器模块以逐层方式进行，突出了用于聚类任务的判别信息，该模块融合了两种异构数，自我监督模块将CAE和GAE的中间层表示的分布约束为一致。在不同类型的数据集上的实验结果证明了我们提出的CaEGCN的优越性和鲁棒性。

公开(公告)号：CN119942803A

公开(公告)日：2025-05-06

申请号：CN202510426857.8

申请日：2025-04-07

Applicant: 北京林业大学

Inventor： 卢雅轩 ,  霍光煜 ,  崔晓晖

IPC: G08G1/01 ,  G06Q10/047 ,  G06N3/0455 ,  G06F18/25

Abstract: 本发明公开了基于动态时空超图与大语言模型的多模态交通流预测方法，涉及计算机机器学习领域，包括：获取交通数据集，对齐文本描述与传感器数据的时间戳，划分训练集、验证集与测试集；构建动态时空超图，保留关键时空依赖关系；构建交通流预测模型，采用训练集对模型进行训练，验证集监控训练过程并调整超参数，最终采用测试集评估模型预测性能。本发明优于现有方法，证明了其在复杂动态交通环境中的有效性。