公开(公告)号：CN117153421A

公开(公告)日：2023-12-01

申请号：CN202311008658.2

申请日：2023-08-10

Applicant: 太极计算机股份有限公司

Inventor： 穆显显 ,  张苑琳

IPC: G16H50/80 ,  G16H50/70 ,  G06N3/0442 ,  G06N3/0464 ,  G06N3/045 ,  G06N3/084

Abstract: 本申请提出了一种基于神经网络算法的数据监测方法及装置，涉及人工智能领域，该方法包括：获得历史日新增阳性数据集，根据特征选择对历史日新增阳性数据集进行筛选，得到目标历史数据集；基于预设的分区窗口参数划分目标历史数据集，对划分后的目标历史数据集进行数据预处理；基于卷积神经网络模型、双向长短期记忆网络模型和注意力机制构建候选深度学习神经网络模型，通过训练集对候选深度学习神经网络模型进行训练，直至训练结束，输出深度学习神经网络模型；将日新增阳性数据输入深度学习神经网络模型，生成预测结果。本申请能够实现对疫情的预测，以及提高目标区域的疫情风险预测效率、便捷性。

公开(公告)号：CN117174333A

公开(公告)日：2023-12-05

申请号：CN202310912765.1

申请日：2023-07-24

Applicant: 太极计算机股份有限公司

Inventor： 穆显显 ,  张苑琳

IPC: G16H50/80 ,  G06N3/0442 ,  G06N3/045 ,  G06N3/08 ,  G06F18/15 ,  G06F18/213 ,  G06F123/02

Abstract: 本申请提出了一种基于神经网络算法的数据预测方法，涉及数据预测技术领域，其中，该方法包括：获取第一预设时间段内的第一区域的日新增阳性历史数据，并通过数据统计对第一区域的日新增阳性历史数据进行选择，得到目标历史数据；通过预设的分区窗口对目标历史数据进行分区，并对分区后的目标历史数据进行归一化处理；构建BiLSTM模型，并利用归一化处理后的目标历史数据对BiLSTM模型进行训练，得到训练好的BiLSTM模型；获取第二预设时间段内的日新增阳性历史数据，将第二预设时间段内的日新增阳性历史数据输入训练好的BiLSTM模型进行预测，得到预测的日新增阳性数据。本申请通过结合深度学习和神经网络模型提取数据的时间特征，从而提高了预测精度。