基于注意力机制的PM2.5多阶图卷积网络推断模型

  • 打印
  • 收藏
收藏成功
微博 QQ空间 微信


打开文本图片集

摘 要： 细颗粒物（PM2.5）与大气环境和人类生活息息相关。城市中PM2.5监测站数量有限，无法提供细粒度PM2.5浓度，而大多数现有的PM2.5浓度推断方法缺乏根据动态时空特征建立多阶相关系数矩阵的能力。为此提出了一种基于注意力机制的PM2.5多阶图卷积网络推断模型（MOSTGCNInf）。该模型在利用图神经网络提取特征关系的同时，采用注意力机制动态构建多阶节点的注意力系数矩阵，并进行时空特征融合来提升PM2.5浓度推断效果。（剩余9257字）

试读结束

目录
monitor