一种基于城市经济分类分析的城市权利透明度差异化评价体系匹配方法及系统

    公开(公告)号:CN114912772A

    公开(公告)日:2022-08-16

    申请号:CN202210430077.7

    申请日:2022-04-22

    Abstract: 本发明公开了一种基于城市经济分类分析的城市权利透明度差异化评价体系匹配方法及系统,包括以下过程:建立基于城市经济的城市权利透明度差异化评价指标体系;收集城市权利透明度以及城市经济的原始数据,原始数据为连续数据;对该数据进行预处理,预处理后的数据为离散数据;使用关联学习算法构建一个关联模型,将预处理后的数据输入模型。挖掘数据之间的强关联规则,将存在关联的特征抽取出来建立数据基础形成标准数据集;使用分类算法构建一个分类模型,对标准数据集中的的特征数据进行分类;按Bi‑LSTM‑Attention网络输出的分类结果给城市定级,并匹配相应的指标体系进行后续城市权利透明度评估工作。根据上述工作构建系统,该系统包括数据收集模块、数据处理模块、关联规则学习模块、分类模块以及匹配模块。本发明对城市经济进行有效分类是后续匹配城市权利透明度差异化指标体系工作的基础,为保证城市权利透明度差异化评价系统的有效实施提供参考和指导,并解决了城市权利透明度领域现存的评价体系单一化、与经济背景不兼容的问题。

    基于GAT-LSTM的信息级联预测方法
    28.
    发明公开

    公开(公告)号:CN114707718A

    公开(公告)日:2022-07-05

    申请号:CN202210318990.8

    申请日:2022-03-29

    Abstract: 本发明公开了一种针对转发级联规模的预测方法,该方法提出将GAT(图注意力网络)、动态路由、LSTM(长短期记忆循环神经网络)组合成为一个新的模型用于信息级联规模的预测方法。所述方法包括:数据预处理;图注意力网络提取节点特征;划分级联快照;动态路由聚合节点信息;LSTM提取时间信息;MLP(多层感知器)进行最后预测;模型测试。本发明可应用于流行度预测领域。本发明为该领域提供了新的特征提取方法,解决了该领域预测效率低、多模型结合后信息利用率低等问题,并满足了热点事件快速预测及捕捉的需求。

    基于RFE-DAGMM的高维数据异常检测方法

    公开(公告)号:CN114239807A

    公开(公告)日:2022-03-25

    申请号:CN202111548027.0

    申请日:2021-12-17

    Abstract: 本发明公开了一种针对高维数据进行异常检测的方法,将RFE(递归特征消除)和DAGMM(深度自编码高斯混合模型)相结合,通过降维和重构的方式来检测异常数据。首先对数据预处理;通过RFE方法进行特征选择,然后构建压缩网络,获得重构误差和低维特征表示,将两部分作为估计网络的输入,通过估计网络计算能量值。在测试时,通过设置阈值进行异常检测。本发明提供的高维数据异常检测方法,相比于传统的异常检测方法在处理高纬度数据上提高了检测精确,降低了训练时长和误警率,解决了数据维度高,数据类型复杂的高纬数据在异常检测方面精度低,误报率高,时效差等问题。例如能够很好地应用在网络方面来检测流量异常。

    基于LSTM-prophet的网站访问量预测方法及系统

    公开(公告)号:CN113949644A

    公开(公告)日:2022-01-18

    申请号:CN202111230819.3

    申请日:2021-10-22

    Abstract: 本发明提供了一种网站访问量预测方法及系统。该方法结合了LSTM模型(长短期记忆神经网络)和prophet模型(可分解时间序列模型)。所述方法包括:数据预处理,建立训练集;创建深度学习网络,采用LSTM模型建立循环神经网络并训练;把训练好的模型保存并在验证集上验证实验结果;保存结果一并计算误差;创建prophet模型,并训练;把训练好的模型保存并在验证集上验证实验结果;保存结果二并计算误差;创建二元一次方程对结果一和结果二进行线性回归得到权重和偏置参数;代入参数进行最终与预测并计算误差。本发明应用于网站平台的用户访问量预测领域,提高了预测准确度,满足了网站的流量风险评估和流量控制的实际需求。

Patent Agency Ranking