公开(公告)号：CN117668521A

公开(公告)日：2024-03-08

申请号：CN202311624514.X

申请日：2023-11-29

Applicant: 西南交通大学

Inventor： 滕飞 ,  崔文源 ,  夏金龙 ,  熊磊 ,  杜圣东 ,  罗皓楠 ,  杨军 ,  仇戈

IPC: G06F18/213 ,  G06F18/25 ,  G06N3/0442 ,  G06N3/045 ,  G06N3/08

Abstract: 本发明公开了一种基于变分自编码器的时空数据预测方法，设计时空数据预测领域，包括以下步骤：利用分离模型分离时空信号中的扩散信号、固有信号和随机信号；利用扩散信号学习模块的自适应子图结合空间注意力机制提取扩散信号的空间相关性特征，并通过门控图卷积的LSTM提取扩散信号的时间相关性特征；利用固有信号学习模块和随机信号学习模块通过带注意力机制的LSTM分别提取固有信号的时间相关性特征和随机信号的时间相关性特征；经过多层时空分离学习层的时空特征提取，将多个特征融合后并行输入全局时空依赖模块，获取序列中的长期相关性。解决了现有预测方法忽略时空数据的随机性和不准确性，导致预测不准确的问题。