公开(公告)号：CN120046510A

公开(公告)日：2025-05-27

申请号：CN202510460946.4

申请日：2025-04-14

Applicant: 安徽农业大学

Inventor： 田浩 ,  王永梅 ,  曹平国 ,  赵雨阳 ,  邹晟涛 ,  赵翔

IPC: G06F30/27 ,  G06N3/042 ,  G06N3/0442 ,  G06N3/045 ,  G06N3/0464 ,  G06N3/082 ,  G06N3/084

Abstract: 本发明适用于时空数据预测领域，提供了融合动态时空剪枝与WOA算法的CNS模型土壤湿度预测方法，该方法中，基于多重卷积模块、BiLSTM模块和注意力机制模块构建初始CNS模型；将土壤时序数据作为初始CNS模型的输入，对初始CNS模型进行初步训练；采用动态时空剪枝策略对初步训练后模型的各个模块进行动态修剪；通过反向传播算法更新模型参数，得到用于土壤湿度预测的CNS模型。本发明的CNS模型融合了卷积神经网络CNN、时空图卷积网络STGCN、双向长短期记忆网络BiLSTM以及注意力机制层Attention，能够综合处理和分析来自不同数据源的多模态数据，CNS模型在土壤湿度预测任务中表现出更高的精度和鲁棒性；动态剪枝和WOA算法优化的结合，使得模型能保持稳定的预测性能。

公开(公告)号：CN119918982A

公开(公告)日：2025-05-02

申请号：CN202510420773.3

申请日：2025-04-06

Applicant: 安徽农业大学

Inventor： 赵翔 ,  王永梅 ,  汤婕 ,  赵雨阳 ,  邹晟涛 ,  田浩

IPC: G06Q10/0637 ,  G06Q50/26 ,  G06N3/045 ,  G06N3/0464 ,  G06N3/084

Abstract: 本发明适用于水质预测领域，具体提供了基于图卷积及时空交错注意力机制的水质预测方法，该方法中，基于时空交错注意力机制构建包含四层Transformer架构的预测模型；第一层为嵌入Embedding；第二层为位置编码模块；第三层为N个相同带有时空交错注意力机制的Transformer编码器模块，在时空交错注意力机制中，通过将图卷积融入Transformer框架，将时间注意力模块与空间注意力模块进行堆叠，构成Transformer编码器模块；第四层为输出层；对构建好的预测模型进行训练，训练好的模型用于对目标水质进行预测。本发明可同时处理数据的时间和空间维度，捕捉不同时空尺度下的依赖关系，提高模型的表达能力和预测性能。