摘要
本发明公开了一种时空感知多组件图注意力时序QoS预测方法及系统,涉及软件工程服务推荐领域,包括:对数据集数据进行时序动态图的构建,基于每个时刻的交互数据进行对应图结构的构建。运用多组件的方法从多维度在动态图结构中通过图注意力网络挖掘空间维度的信息学习到空间潜入表达。通过门控神经网络学习挖掘时序依赖关系,学习到时序信息,从而提高时序QoS预测精度。使用多层感知机来对时空高维信息进行综合处理来实现时序预测。本发明的有益效果是:能够综合挖掘空间依赖信息以及时间依赖信息从而在低稀疏度的情况下实现较高精度的QoS预测。
技术关键词
注意力
多组件
矩阵
节点
QoS指标
多层感知机
门控神经网络
时序依赖关系
邻居
数据
计算方法
模块
多角度
线性
预测系统
标识
精度
系统为您推荐了相关专利信息
缺失值插补方法
GP模型
生成对抗网络训练
掩码矩阵
约束生成器
无人机遥感数据
信息提取模型
信息提取方法
空间分布信息
多光谱
非线性特征提取
茶叶品种
鉴别方法
K近邻分类算法
六安瓜片