在图神经网络中整合多种图特征以进行水位预测

时间:2026年5月25日
来源:Journal of Hydrology

编辑推荐:

张若静|孙菊|姚正丽•基于水文关联、皮尔逊相关系数和动态时间规整(DTW)方法构建了三种不同的图结构,以深入挖掘水文站之间的关联关系。•对每种图结构分别应用切比雪夫图卷积(ChebConv)进行空间特征提取,提高了捕捉水文数据特征的能力。•融合多图时空图神经网络(FMG-TGNN

广告
   X   

张若静|孙菊|姚正丽
  • 基于水文关联、皮尔逊相关系数和动态时间规整(DTW)方法构建了三种不同的图结构,以深入挖掘水文站之间的关联关系。
  • 对每种图结构分别应用切比雪夫图卷积(ChebConv)进行空间特征提取,提高了捕捉水文数据特征的能力。
  • 融合多图时空图神经网络(FMG-TGNN)整合了来自不同图结构的时空特征。
  • 所提出的模型在单步和多步水位预测中均表现优异。

生物通微信公众号
微信
新浪微博


生物通 版权所有