公开(公告)号：CN112651577B

公开(公告)日：2022-03-22

申请号：CN202110023217.4

申请日：2021-01-08

Applicant: 重庆邮电大学

Inventor： 熊安萍 ,  李梦凡 ,  田野 ,  龙林波 ,  蒋溢

IPC: G06Q10/04 ,  G06Q50/08 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 本申请公开了一种基于融合时空数据的隧道形变预测方法，该方法充分利用时间和空间数据，根据历史数据获取预测值，为隧道形变安全的评判提供辅助的依据；模型的图卷积神经网络有利于提取数据的空间特征，卷积门控循环单元网络能很好地提取基于时间的特征，注意力机制则有助获取赋予权重的时空特征，拟合数据变化，获取较好的预测模型，预测精度较高。

公开(公告)号：CN112651577A

公开(公告)日：2021-04-13

申请号：CN202110023217.4

申请日：2021-01-08

Applicant: 重庆邮电大学

Inventor： 熊安萍 ,  李梦凡 ,  田野 ,  龙林波 ,  蒋溢

IPC: G06Q10/04 ,  G06Q50/08 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 本申请公开了一种基于融合时空数据的隧道形变预测方法，该方法充分利用时间和空间数据，根据历史数据获取预测值，为隧道形变安全的评判提供辅助的依据；模型的图卷积神经网络有利于提取数据的空间特征，卷积门控循环单元网络能很好地提取基于时间的特征，注意力机制则有助获取赋予权重的时空特征，拟合数据变化，获取较好的预测模型，预测精度较高。