公开(公告)号：CN119719442A

公开(公告)日：2025-03-28

申请号：CN202411787822.9

申请日：2024-12-06

Applicant: 中国标准化研究院

Inventor： 王蒙湘 ,  刘娜 ,  庞永恒 ,  付强 ,  朱怀杰 ,  万福军

IPC: G06F16/9035 ,  G06F16/906 ,  G06F18/2415 ,  G06N3/045 ,  G06N3/048 ,  G06N3/047 ,  G06N3/082 ,  G06N3/006

Abstract: 本发明公开了基于神经网络分类模型的多源数据筛选方法及系统，包括：确定目标数据筛选规则并转为概率模型，获得特征组合联合概率密度函数，各类型数据构建神经网络分类模型，根据联合概率密度函数优化模型参数，组合不同数据类型的神经网络分类模型成多层神经网络分类模型，通过概率模型生成对抗样本进行训练，最后基于多层神经网络分类模型最后一层的梯度确定特征重要性，经聚类分析选特征组合筛选多源数据，根据筛选结果更新特征重要性，循环优化筛选过程。该方法能够处理和整合多种类型的数据源，提高数据利用的广度和深度，通过概率模型和神经网络的结合，实现对数据的精确筛选，提升决策质量，同时具有较好的可解释性。