-
公开(公告)号:CN120013064A
公开(公告)日:2025-05-16
申请号:CN202510081601.8
申请日:2025-01-20
Applicant: 辽宁大学
IPC: G06Q10/063 , G06Q10/04 , G06Q50/02 , G06N3/042 , G06N3/0464 , G06N3/0442 , G06N3/045 , G06N3/084 , G01V1/30 , G06F18/25 , G06F18/213
Abstract: 融合加权图扩散卷积与多因素特征的煤矿矿震时空图节点属性预测,属于矿震预测领域领域。步骤为:首先将时空图数据按时间粒度划分,然后通过Conv进行特征映射。其次,将映射特征分别通过三个组件,每个组件由ST‑Block捕获时空动态相关性。然后,在ST‑Block间加入残差连接Res避免深层模型梯度消失。最后,将三个组件输出进行加权融合获取三个模式不同权重关系,将融合数据通过Conv输出预测结果。
-
公开(公告)号:CN120011792A
公开(公告)日:2025-05-16
申请号:CN202510081603.7
申请日:2025-01-20
Applicant: 辽宁大学
IPC: G06F18/2131 , G01V1/28 , G01V11/00 , G06F18/25 , G06N3/006 , G06N3/0464 , G06N3/042 , G06N3/0442 , G06N3/0455 , G06N3/0985 , G06Q50/02 , G06F123/02
Abstract: 基于多源数据时空图卷积网络的煤矿矿震时间序列特征预测方法,属于矿山动力灾害防治领域。首先,通过融合微震数据和电荷数据,利用特征融合技术提取和整合两种数据源的特征,以更全面地捕捉地下环境的动态特征。然后,构建一个图结构,将传感器作为节点,使用传感器间的欧式距离定义节点间的边,以体现地质活动的空间相关性。通过时空图卷积网络动态捕捉时间和空间维度的相关性。接着,使用WOA对模型中的超参数进行优化,到最优的参数组合,提高模型的性能和准确度。最后,引入时空注意力机制,通过计算时间和空间注意力矩阵,动态调整数据输入,以更好地捕获时空特征和提高模型预测的准确性。
-