公开(公告)号：CN119227861A

公开(公告)日：2024-12-31

申请号：CN202411112994.6

申请日：2024-08-14

Applicant: 扬州大学

Inventor： 徐晓华 ,  吴志轩 ,  何萍 ,  汪雷达 ,  夏应玺

IPC: G06Q10/04 ,  G06N3/0464 ,  G06N3/042

Abstract: 本发明公开了一种自适应图学习时空神经网络的交通流预测方法和系统。本发明提出一个自适应的图结构学习模块，首先，构建一个由预先定义的邻接矩阵与可训练参数直接学习的邻接矩阵组成图邻接矩阵。接着，设计一个时空注意力模块来学习时空注意力矩阵，通过堆叠多个时空层来预测交通状况，其中每个时空层在空间和时间维度上都进行卷积。同时，提出了一种两阶段训练策略来提高模型的性能。该方法能够自适应地从数据中学习交通网络的时空依赖，同时保留对预先定义结构的利用，以增强预测准确性和泛化能力。本发明在交通流预测系统中的应用表明其能够实时准确地预测交通流量，从而有效指导交通控制和优化策略的制定。

公开(公告)号：CN118747215A

公开(公告)日：2024-10-08

申请号：CN202410743756.9

申请日：2024-06-11

Applicant: 扬州大学

Inventor： 徐晓华 ,  叶进 ,  何萍 ,  吴志轩 ,  郭思驿

IPC: G06F16/35 ,  G06F18/24 ,  G06N3/042 ,  G06N3/0464 ,  G06N3/084

Abstract: 本发明公开了一种邻居效应图卷积网络的引文网络节点分类方法及系统。本发明通过引入基于熵的度量来评估引文网络中节点邻域的异配性，并利用这一度量优化图卷积网络的信息聚合机制。首先，通过编码器将节点特征转换为两组特征：聚合特征和判别特征，分别对应于节点邻居的局部信息和节点自身的属性信息。通过利用每个节点的类别分布熵调整这两种特征的比例，动态调整信息聚合策略，以优化节点表示的生成过程。此外，通过考虑每个节点邻居的信息多样性，本发明采用冯·诺依曼熵作为权重指导图卷积的信息聚合过程，从而有效利用邻居信息并增强节点分类的辨别力。最后，本发明将这些机制整合并通过损失函数进行优化。本发明能够显著提高引文网络节点分类的准确性。

公开(公告)号：CN119130689A

公开(公告)日：2024-12-13

申请号：CN202411262152.9

申请日：2024-09-10

Applicant: 扬州大学

Inventor： 何萍 ,  汪雷达 ,  徐晓华 ,  吴志轩

IPC: G06Q50/00 ,  G06N3/0442

Abstract: 本发明公开了基于双向选择性状态空间模型的时序社交网络交互预测方法与系统。通过采样任意一对用户的历史交互记录，构建等长的用户对交互序列，并生成用户嵌入、交互边嵌入和时间嵌入表示。通过统计两个序列中相同用户ID出现的次数，使用邻居共现编码生成共同邻居嵌入表示。然后，将用户对序列的多个嵌入表示分割、重组和拼接，得到用户对序列的联合嵌入表示。利用双向选择性状态空间模型捕捉用户对序列内部及序列之间的长期时间依赖关系，生成最终的用户对嵌入表示向量，并据此预测用户对在未来交互的可能性。本发明考虑了长期时间依赖关系和全局信息，结合了多模态嵌入表示编码方法和双向选择性状态空间模型，提高了预测的准确性和鲁棒性。