Indexed by：
Abstract：
本发明涉及一种面向水质时空依赖性预测的方法，特别是一种基于注意力机制和图卷积神经网络的水质指标预测方法。首先，将获取到的水质历史数据依照时间序列进行排序，并对其进行归一化处理。其次，采用时间注意力机制来为水质数据在所有时间步骤上的相关输入分配权重，使用嵌入时间和空间特征的矩阵对得到时间注意力机制处理后的数据进一步处理。然后使用可学习的权重矩阵和节点间的邻接关系来创建邻接矩阵，将处理后的数据和邻接矩阵输入到图卷积神经网络中进行训练，预测未来多个时间点的水质指标值，最终获取精准度较高的水质指标预测结果。
Keyword：
Reprint Author's Address：
Email：
Patent Info ：
Type： 发明申请
Patent No.： CN202410049205.2
Filing Date： 2024-01-12
Publication Date： 2024-04-12
Pub. No.： CN117874618A
Applicants： 北京工业大学
Legal Status： 实质审查
Cited Count：
SCOPUS Cited Count：
ESI Highly Cited Papers on the List： 0 Unfold All
WanFang Cited Count：
Chinese Cited Count：
30 Days PV： 0
Affiliated Colleges：
