-
公开(公告)号:CN119442849A
公开(公告)日:2025-02-14
申请号:CN202411439376.2
申请日:2024-10-15
IPC: G06F30/27 , G06F30/13 , G06F30/18 , G06N3/042 , G06N3/0464 , G06N3/045 , G06N3/0985 , G06F18/25 , G06F111/10 , G06F119/12 , G06F119/14
Abstract: 本发明提供一种基于图网络的桥梁结构服役性能时空演化预测方法及装置,涉及桥梁结构服役性能预测技术领域。该方法包括:构建桥梁图模型;基于桥梁图模型和时空注意力图卷积神经网络,构建基础的桥梁结构服役性能演化预测模型;嵌入自适应更新桥梁结构构件时空依赖关系的参数化图学习模块,获取待预测桥梁的结构构件服役性能演化时间序列样本数据集,训练嵌入后的桥梁结构服役性能演化预测模型,得到训练好的桥梁结构服役性能演化预测模型;根据模型,得到桥梁结构服役性能时空演化预测结果。本发明旨在有效捕捉桥梁中相同类型的结构构件之间以及不同类型的结构构件之间的时空依赖关系,提升桥梁结构服役性能时空演化预测模型的精度。
-
公开(公告)号:CN119541192A
公开(公告)日:2025-02-28
申请号:CN202411512319.2
申请日:2024-10-28
Applicant: 北京科技大学
IPC: G08G1/01 , G06Q10/04 , G06N3/042 , G06N3/0464
Abstract: 本发明提供一种基于全连接图和双重卷积的区域桥梁群车流量预测方法及装置,涉及时序数据预测技术领域。该方法包括:对区域桥梁群中不同桥梁节点车流量进行监测,获得二维数据结构时间序列的原始流量数据;对原始车流量数据进行数据结构升维处理,获得三维数据结构的改进数据;使用改进数据对模型进行训练;根据当前改进数据,通过图卷积神经网络进行特征提取,获得时空相关特征;通过二维卷积网络捕捉数据周期性,获得周期性特征;将时空相关特征以及周期性特征进行拼接融合输入全连接层预测,获得车流量预测结果。本发明是一种基于全连接图和双重卷积的多维时间序列的区域桥梁群车流量预测方法,为区域路网中桥梁的性能演化预测提供依据。
-