基于知识图谱的民航空管安全分析方法研究与应用

作者： 赵宇鹏.   来源： 电子科技大学 年份： 2024 文献类型 ： 学位论文 关键词： 子图提取   图神经网络   Transformer   链接预测  

描述： 基于知识图谱的民航空管安全分析方法研究与应用

基于知识图谱的民航空管安全分析方法研究与应用

作者： 赵宇鹏.   来源： 电子科技大学 年份： 2024 文献类型 ： 学位论文 关键词： 子图提取   图神经网络   Transformer   链接预测  

描述： 基于知识图谱的民航空管安全分析方法研究与应用

民航旅客后续行程推断方法应用

作者： 邹威   来源： 电子技术与软件工程 年份： 2020 文献类型 ： 期刊 关键词： 图神经网络   旅客后续出行   序列预测  

描述： 本文通过对民航旅客出行数据的深入挖掘,分析了目前已有的关于旅行预测的方法与其他领域关于序列预测的研究成果,发现了电商推荐领域内一种基于图结构模型的推荐系统在解决旅客后续行程预测的实际应用问题上具有显著的效果。本文在真实的旅客出行数据集上进行了大量的实验,实验结果证明图结构模型相比于传统的序列预测模型具有更好的预测效果,这也为旅客后续行程预测领域的研究提供了新的思路。

民航旅客后续行程推断方法应用

作者： 邹威   来源： 电子技术与软件工程 年份： 2020 文献类型 ： 期刊 关键词： 图神经网络   旅客后续出行   序列预测  

描述： 本文通过对民航旅客出行数据的深入挖掘,分析了目前已有的关于旅行预测的方法与其他领域关于序列预测的研究成果,发现了电商推荐领域内一种基于图结构模型的推荐系统在解决旅客后续行程预测的实际应用问题上具有显著的效果。本文在真实的旅客出行数据集上进行了大量的实验,实验结果证明图结构模型相比于传统的序列预测模型具有更好的预测效果,这也为旅客后续行程预测领域的研究提供了新的思路。

民航旅客后续行程推断方法应用

作者： 邹威   来源： 电子技术与软件工程 年份： 2020 文献类型 ： 期刊 关键词： 图神经网络   旅客后续出行   序列预测  

描述： 本文通过对民航旅客出行数据的深入挖掘,分析了目前已有的关于旅行预测的方法与其他领域关于序列预测的研究成果,发现了电商推荐领域内一种基于图结构模型的推荐系统在解决旅客后续行程预测的实际应用问题上具有显著的效果。本文在真实的旅客出行数据集上进行了大量的实验,实验结果证明图结构模型相比于传统的序列预测模型具有更好的预测效果,这也为旅客后续行程预测领域的研究提供了新的思路。

民航旅客后续行程推断方法应用

作者： 邹威   来源： 电子技术与软件工程 年份： 2020 文献类型 ： 期刊 关键词： 图神经网络   旅客后续出行   序列预测  

描述： 本文通过对民航旅客出行数据的深入挖掘,分析了目前已有的关于旅行预测的方法与其他领域关于序列预测的研究成果,发现了电商推荐领域内一种基于图结构模型的推荐系统在解决旅客后续行程预测的实际应用问题上具有显著的效果。本文在真实的旅客出行数据集上进行了大量的实验,实验结果证明图结构模型相比于传统的序列预测模型具有更好的预测效果,这也为旅客后续行程预测领域的研究提供了新的思路。

基于多任务学习图卷积模型的航空网络节点分类

作者： 樊成   王布宏   田继伟   来源： 系统工程与电子技术 年份： 2022 文献类型 ： 期刊 关键词： 图神经网络   节点分类   多任务学习   航空网络  

描述： 准确识别航空网络关键节点，做好针对性防护，对于保证航空网络正常运行至关重要。传统的方法，如基于复杂网络中心性指标的方法，或基于机器学习的算法，只单一考虑网络结构或节点特征来评价节点的重要性。然而评价节点的重要性应该同时考虑网络结构特征和节点特征。为解决上述问题，本文提出了一种名为多任务图卷积网络(multi tasks graph convolution network, MTGCN)航空网络节点分类模型，该模型在图卷积网络的基础上，引入多任务学习及自适应加权策略，将“节点—节点相关性”作为辅助任务加入模型的训练过程中，并根据训练情况自适应分配各任务权重。3个不同规模的航空网络数据集中的仿真实验表明本文所提模型的性能优于现有的图卷积模型，为图卷积在航空网络节点分类方向的应用提供了思路。

基于多任务学习图卷积模型的航空网络节点分类

作者： 樊成   王布宏   田继伟   来源： 系统工程与电子技术 年份： 2022 文献类型 ： 期刊 关键词： 图神经网络   节点分类   多任务学习   航空网络  

描述： 准确识别航空网络关键节点，做好针对性防护，对于保证航空网络正常运行至关重要。传统的方法，如基于复杂网络中心性指标的方法，或基于机器学习的算法，只单一考虑网络结构或节点特征来评价节点的重要性。然而评价节点的重要性应该同时考虑网络结构特征和节点特征。为解决上述问题，本文提出了一种名为多任务图卷积网络(multi tasks graph convolution network, MTGCN)航空网络节点分类模型，该模型在图卷积网络的基础上，引入多任务学习及自适应加权策略，将“节点—节点相关性”作为辅助任务加入模型的训练过程中，并根据训练情况自适应分配各任务权重。3个不同规模的航空网络数据集中的仿真实验表明本文所提模型的性能优于现有的图卷积模型，为图卷积在航空网络节点分类方向的应用提供了思路。

数据驱动的飞机结构件精加工工艺参数决策方法

作者： 王鹏程   来源： 南京航空航天大学 年份： 2020 文献类型 ： 学位论文 关键词： 图神经网络   属性图   飞机结构件   工艺参数决策  

描述： 数据驱动的飞机结构件精加工工艺参数决策方法

基于多任务学习图卷积模型的航空网络节点分类

作者： 樊成   王布宏   田继伟   来源： 系统工程与电子技术 年份： 2022 文献类型 ： 期刊 关键词： 图神经网络   节点分类   多任务学习   航空网络  

描述： 准确识别航空网络关键节点，做好针对性防护，对于保证航空网络正常运行至关重要。传统的方法，如基于复杂网络中心性指标的方法，或基于机器学习的算法，只单一考虑网络结构或节点特征来评价节点的重要性。然而评价节点的重要性应该同时考虑网络结构特征和节点特征。为解决上述问题，本文提出了一种名为多任务图卷积网络(multi tasks graph convolution network, MTGCN)航空网络节点分类模型，该模型在图卷积网络的基础上，引入多任务学习及自适应加权策略，将“节点—节点相关性”作为辅助任务加入模型的训练过程中，并根据训练情况自适应分配各任务权重。3个不同规模的航空网络数据集中的仿真实验表明本文所提模型的性能优于现有的图卷积模型，为图卷积在航空网络节点分类方向的应用提供了思路。