买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：湖南大学

摘要：本公开实施例中提供了一种基于层次图卷积网络的碳足迹‑用户分类方法，属于数据处理技术领域，具体包括：提取多个采样点；根据全部采样点之间的距离构建路段信息，并利用谱聚类方法根据全部路段信息构建路网信息；输入混合时空图卷积网络进行学习，得到层次轨迹嵌入表示；将用户信息及其对应的轨迹数据进行编码后嵌入层次轨迹嵌入表示，得到高维轨迹向量；将高维轨迹向量输入图注意力网络进行降维，得到目标轨迹向量；将目标轨迹向量输入多层感知器和激活函数，得到分类模型。通过本公开的方案，利用图结构构建时空图，然后聚合得到层次嵌入信息，而后再通过图卷积网络和注意力机制网络进行训练，进而得到高精度和可扩展性强的分类模型。

主权项：1.一种基于层次图卷积网络的碳足迹-用户分类方法，其特征在于，包括：从多个私家车的历史轨迹数据中提取多个采样点；根据全部采样点之间的距离构建路段信息，并利用谱聚类方法根据全部所述路段信息构建路网信息；所述利用谱聚类方法根据全部所述路段信息构建路网信息的步骤，包括：根据全部所述路段信息形成邻接矩阵，并对所述邻接矩阵的拉普拉斯矩阵进行谱聚类，得到多个节点和多个边；根据全部所述节点、全部所述边和所述邻接矩阵构建所述路网信息；将所述路段信息和所述路网信息输入混合时空图卷积网络进行学习，得到层次轨迹嵌入表示；所述混合时空图卷积网络包括时序图卷积层和空间门控卷积层，所述将所述路段信息和所述路网信息输入混合时空图卷积网络进行学习，得到层次轨迹嵌入表示的步骤，包括：将全部所述节点进行归一化后输入所述空间门控卷积层进行卷及运算，得到每个所述路段信息对应的局部特征；将全部所述局部特征进行空间传播后输入所述时序图卷积层，提取全局特征，得到所述层次轨迹嵌入表示，其中，所述层次轨迹嵌入表示的公式为其中，Wc和bc分别是网络中可学习到的权重矩阵和偏置，为局部特征第l层的输出特征矩阵，为道路网络中细粒度的输出表示；将用户信息及其对应的轨迹数据进行编码后嵌入所述层次轨迹嵌入表示，得到高维轨迹向量；将所述高维轨迹向量输入图注意力网络进行降维，并从有标记的历史轨迹数据中学习碳足迹-用户之间的交互，得到目标轨迹向量；将所述目标轨迹向量输入多层感知器和激活函数，得到分类模型。

全文数据：

权利要求：

百度查询： 湖南大学 一种基于层次图卷积网络的碳足迹-用户分类方法