摘要
本发明属于交通工程技术领域,公开了一种基于图神经网络的路基设计方法、装置、设备及存储介质;该方法包括:获取路基探测参数;通过预先建立的图神经网络基于路基探测参数进行预测,得到预测权重序列,图神经网络包括图网络和图分类,图网络包括由图本体构建的图卷积层和预选池化层;根据预测权重序列从预设设计方案中确定目标路基设计方案;本发明通过结合图论和神经网络的优势,利用神经网络的深度推理能力和图本体的明确逻辑为路基智能决策提供精确和可解释的预测算法,实现对输入特征参量的拓扑约束,既提高了决策的准确性,又增强了决策的可解释性,避免了深度学习神经网络内部工作机制不透明、决策过程缺乏可解释性的问题。
技术关键词
路基
参数
序列
编码
数据
深度学习神经网络
因子
交通工程技术
样本
决策
特征参量
模块
程序
处理器
关系
存储器
逻辑
机制
算法
系统为您推荐了相关专利信息
AR智能终端
建筑BIM模型
辅助安装系统
二维码
RTK基站
模型训练方法
深度神经网络模型
融合特征
商业数据处理
卷积神经网络模型
双向长短期记忆网络
深度学习分类模型
日志
故障类别
分类准确率
训练文本数据
检索匹配方法
多模态网络
图文
药盒