基于图卷积网络和门控循环单元的多站点气温预测算法 | |
马栋林; 马司周; 王伟杰 | |
刊名 | 计算机应用 |
2021-04-15 | |
页码 | 8 |
关键词 | 时空预测 气温预测 多站点 时空特征 图卷积网络 门控循环单元 |
英文摘要 | 时空预测任务在神经科学、交通、气象等领域应用广泛,气温预测作为典型的时空预测任务,需要挖掘气温数据中固有的时空特征。针对现有气温预测算法存在预测误差大、空间特征提取不充分的问题,提出一种基于图卷积网络和门控循环单元的气温预测算法(GCN-GRU)。首先,使用重新分配权重和多阶近邻连接方式修正图卷积网络(GCN),以有效挖掘气象数据独特的空间特征;然后,将门控循环单元(GRU)中每个循环单元的矩阵乘法换成图卷积操作,并将所有的循环单元串联,构成图卷积门控层;接着,使用图卷积门控层搭建网络主体结构,提取数据的时空特征;最后,通过一个全连接的输出层输出气温预测结果。通过与门控循环单元(GRU)和长短期记忆网络(LSTM)等单一算法对比,GCN-GRU算法的平均绝对误差分别减少了0.67和0.83;与切比雪夫图卷积和长短期记忆网络结合的预测算法(Cheb-LSTM)、图卷积网络和长短期记忆网络结合的预测算法(GCN-LSTM)对比,平均绝对误差分别减少了0.36和0.23。 |
语种 | 中文 |
内容类型 | 期刊论文 |
源URL | [http://ir.lut.edu.cn/handle/2XXMBERH/148026] |
专题 | 党委学生工作部(学生处、易班、武装部) |
作者单位 | 兰州理工大学计算机与通信学院 |
推荐引用方式 GB/T 7714 | 马栋林,马司周,王伟杰. 基于图卷积网络和门控循环单元的多站点气温预测算法[J]. 计算机应用,2021:8. |
APA | 马栋林,马司周,&王伟杰.(2021).基于图卷积网络和门控循环单元的多站点气温预测算法.计算机应用,8. |
MLA | 马栋林,et al."基于图卷积网络和门控循环单元的多站点气温预测算法".计算机应用 (2021):8. |
个性服务 |
查看访问统计 |
相关权益政策 |
暂无数据 |
收藏/分享 |
除非特别说明,本系统中所有内容都受版权保护,并保留所有权利。
修改评论