期刊导航
期刊开放获取
河南省图书馆
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于支路标签图卷积的电力关键节点识别仿真
1
作者
汪波
李涛
+1 位作者
何年容
高熙越
《湖北理工学院学报》
2022年第4期1-4,共4页
图神经网络是一种最新的深度学习技术,能够有效地从复杂网络结构中提取结构特征。文章提出了基于支路标签图卷积的电力关键节点识别仿真模型,针对带标签电力网络中的关联特征进行建模,将节点邻居按照其节点属性进行分组,并使用图卷积网...
图神经网络是一种最新的深度学习技术,能够有效地从复杂网络结构中提取结构特征。文章提出了基于支路标签图卷积的电力关键节点识别仿真模型,针对带标签电力网络中的关联特征进行建模,将节点邻居按照其节点属性进行分组,并使用图卷积网络对不同组内的节点进行融合。在IEEE-118节点系统上的仿真实验验证了该方法的有效性和准确性。
展开更多
关键词
标签网络
图卷积网络
关键节点识别
电力系统
下载PDF
职称材料
题名
基于支路标签图卷积的电力关键节点识别仿真
1
作者
汪波
李涛
何年容
高熙越
机构
国网湖北省电力有限公司荆州供电公司
武汉大学计算机学院
出处
《湖北理工学院学报》
2022年第4期1-4,共4页
基金
国网湖北省电力科技项目(项目编号:5215J020012)。
文摘
图神经网络是一种最新的深度学习技术,能够有效地从复杂网络结构中提取结构特征。文章提出了基于支路标签图卷积的电力关键节点识别仿真模型,针对带标签电力网络中的关联特征进行建模,将节点邻居按照其节点属性进行分组,并使用图卷积网络对不同组内的节点进行融合。在IEEE-118节点系统上的仿真实验验证了该方法的有效性和准确性。
关键词
标签网络
图卷积网络
关键节点识别
电力系统
Keywords
labeled network
graph convolution network
key node identification
power system
分类号
TM769 [电气工程—电力系统及自动化]
TP391.9 [自动化与计算机技术—计算机应用技术]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于支路标签图卷积的电力关键节点识别仿真
汪波
李涛
何年容
高熙越
《湖北理工学院学报》
2022
0
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部