公开(公告)号：CN113283581B

公开(公告)日：2022-08-09

申请号：CN202110526469.9

申请日：2021-05-14

Applicant: 南京邮电大学

Inventor： 蒋国平 ,  程曼茹 ,  宋玉蓉

IPC: G06N3/04 ,  G06N3/08 ,  G08G1/01

Abstract: 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。

公开(公告)号：CN113283581A

公开(公告)日：2021-08-20

申请号：CN202110526469.9

申请日：2021-05-14

Applicant: 南京邮电大学

Inventor： 蒋国平 ,  程曼茹 ,  宋玉蓉

IPC: G06N3/04 ,  G06N3/08 ,  G08G1/01

Abstract: 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。