申请/专利权人：中国人民解放军海军航空大学

申请日：2022-09-22

公开（公告）日：2024-03-19

公开（公告）号：CN115544309B

主分类号：G06F16/901

分类号：G06F16/901;G06F17/16;G06N3/0464;G06N3/042;G06N3/084

优先权：

专利状态码：有效-授权

法律状态：2024.03.19#授权;2023.01.20#实质审查的生效;2022.12.30#公开

摘要：本发明公开了一种基于GCN的改进最近邻数据互联方法，包括以下步骤：步骤1.获取传感器量测值，每个传感器量测值对应一个节点建立图网络结构，多个传感器会对应得到多个图网络；步骤2.构建GCN预测模型，利用GCN预测模型提取图网络结构节点的特征信息；步骤3.基于GCN预测模型输出的节点特征计算节点距离；步骤4.以GCN预测模型输出的节点间的特征距离作为互联评价标准，求解互联结果。本发明主要解决了多传感器量测的深层特征提取问题，利用GCN从原始量测数据中自动学习量测间的深层特征信息和不变拓扑信息，改善了传统最近邻域法在密集杂波、随机误差、系统偏差场景下的数据互联效果。

主权项：1.一种基于GCN的改进最近邻数据互联方法，其特征在于，包括以下步骤：步骤1.获取传感器量测值，每个传感器量测值对应一个节点建立图网络结构，多个传感器对应得到多个图网络结构；步骤2.构建GCN预测模型，利用GCN预测模型提取图网络结构节点的特征信息；步骤3.基于GCN预测模型输出的节点特征计算节点距离；步骤4.以GCN预测模型输出的节点间的特征距离作为互联评价标准，求解互联结果；所述步骤4中，求解使全局特征距离最小的数据互联结果，如下： 其中，ρij是二进制数据互联变量，用0或1表示，若第i个节点与第j个节点互联，则ρij＝1；否则ρij＝0；Nn-1、Nn分别表示第n-1个传感器中共有Nn-1个节点和第n个传感器中共有Nn个节点。

全文数据：

权利要求：

百度查询： 中国人民解放军海军航空大学 基于GCN的改进最近邻数据互联方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD